令人感到過分，又跑出來教人用python破解驗證碼，還是可訓練模型
實驗背景
驗證碼是反爬蟲的利器，傳統的方法需要字元切割，字元識別，但是對於字元重疊的，字元扭曲的情況，識別效果差。本實驗本著實驗精神，利用深度學習進行端對端的驗證碼識別。
學習Python中有不明白推薦加入交流群
號：960410445
群裡有志同道合的小夥伴，互幫互助，
群裡有不錯的視訊學習教程和PDF！
實驗器材
● alexnet
● tensorflow
● captcha
實驗內容
資料集生成
驗證碼識別訓練資料集採用captcha python外掛來生成，驗證碼圖片生成的同時，標籤也生成了。
pip install captcha
ps： 同一個驗證碼生成訓練集存在樣式單一的問題，可以通過爬蟲的方式，下載不同樣式的驗證嗎，唯一的耗時的需要人工的進行標籤識別。所以說ImageNet資料集才顯得那麼重要。
本實驗生成數字和小寫字母的4個隨機的驗證碼，供20W張圖片（160*60）。
將資料集轉換成tfrecord檔案，這裡配合網路模型，4個輸出標籤對應4個驗證字元。
深度學習網路結構
本實驗利用alexnet（5個conv+3個全連線，輸入影象大小為224*224）來訓練驗證碼的識別器。直接採用slim裡的網路模型。
本實驗為了識別驗證碼中的4個字元，採用多目標標籤的方式，即一個輸入，有多個輸出標籤，實現中對alexnet的輸出和損失函式做了調整，在原來的第8個全連線一個輸出，改成4個輸出。如下：
損失函式為4個輸出的損失的均值
網路結構：
訓練
訓練超引數說明
epoch：200000學習率：0.0001
訓練過程中有一個比較奇特的現象，在9k次迭代之前，loss損失似乎徘徊不定（看不到要收斂的趨勢）和精確度也很低（只有8%不到）（差點失去信心了）。 在9k次迭代之後，loss損失慢慢降低，逐步收斂。訓練精確度也達到92%以上。訓練時間大概在30分鐘
識別結果
usage: test_one.py [-h] [--image_num IMAGE_NUM] [--image_dir IMAGE_DIR] [--tf_data_dir TF_DATA_DIR] [--check_point_dir CHECK_POINT_DIR] [--gpu GPU] [--learning_rate LEARNING_RATE] [--batch_size BATCH_SIZE] [--epoch_size EPOCH_SIZE] [--img_file IMG_FILE] python test_one.py --img_file ./images/001y.jpg --batch_size 1 2018-12-13 23:10:00.440321: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX 2018-12-13 23:10:00.788711: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1392] Found device 0 with properties: name: GeForce GTX 1080 Ti major: 6 minor: 1 memoryClockRate(GHz): 1.582 pciBusID: 0000:02:00.0 totalMemory: 10.91GiB freeMemory: 10.45GiB 2018-12-13 23:10:00.788784: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1471] Adding visible gpu devices: 0 2018-12-13 23:10:01.133237: I tensorflow/core/common_runtime/gpu/gpu_device.cc:952] Device interconnect StreamExecutor with strength 1 edge matrix: 2018-12-13 23:10:01.133304: I tensorflow/core/common_runtime/gpu/gpu_device.cc:958] 0 2018-12-13 23:10:01.133333: I tensorflow/core/common_runtime/gpu/gpu_device.cc:971] 0: N 2018-12-13 23:10:01.133780: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1084] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 5586 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1080 Ti, pci bus id: 0000:02:00.0, compute capability: 6.1) ./checkpoint/crack_captcha.model-141300 predict: 0 0 1 y
0和o 有時候識別的不是很好。人眼無法分清的模型有時候能分的清楚。
實驗結語
本實驗WedO創客實驗和大家一個訓練了一個識別驗證碼的模型，對於生成的同樣樣式的驗證碼識別效果還是不錯的。
目前還存在幾個問題：
- 對於其他樣式的驗證碼識別效果不好，優化的思路：增加其他驗證碼的訓練資料（一種方法是利用爬蟲方式爬取各種不同的驗證碼，就是要耗費時間來人工標註）。目前來看，不同的驗證碼系統需要單獨訓練一個解碼器。
- 驗證碼的字元個數，實驗中定為4個。要是其他長度的驗證碼無法使用。