您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 卷积神经网络验证码识别tensorflow实现

  2. 使用卷积神经网络实现验证码识别,识别的验证码为四位,其中每位为大小写字母和数字中的任意一个。准确率达到97+%
  3. 所属分类:深度学习

    • 发布日期:2019-07-14
    • 文件大小:238026752
    • 提供者:qq_28584897
  1. 卷积神经网络验证码识别tensorflow实现

  2. 使用卷积神经网络实现验证码识别,识别的验证码为四位,其中每位为大小写字母和数字中的任意一个。准确率达到97+%
  3. 所属分类:深度学习

    • 发布日期:2019-07-14
    • 文件大小:238026752
    • 提供者:qq_28584897
  1. Python-本项目针对字符型图片验证码使用tensorflow实现卷积神经网络进行验证码识别

  2. 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减少了识别字符型验证码花费的时间和精力。
  3. 所属分类:其它

    • 发布日期:2019-08-11
    • 文件大小:358400
    • 提供者:weixin_39840588
  1. cnn_captcha:使用cnn通过tensorflow识别验证码。本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别-源码

  2. cnn_captcha 使用CNN通过张量流识别验证码。本项目针对字符型图片验证码,使用张量流实现卷积神经网络,进行验证码识别。项目封装了比较通用的校验,训练,验证,识别,API模块,极大地减少了识别字符型验证码花费的时间和能量。 如果您在使用过程中出现了一个错误和做好的改进,欢迎提出问题和PR,作者会尽快回复,希望能和您共同完善项目。 如果您需要识别点选,拖拽类验证码,或者有目标检测需求,也可以参考这个项目 。 时间表 2018.11.12 初版Readme.md 2018.11.21 加入
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:358400
    • 提供者:weixin_42119358
  1. 基于卷积神经网络的数字验证码识别研究

  2. 验证码技术是确保网站安全性和用户信息隐私性的第一道保障。针对多样化的验证码,其识别技术也很多,传统验证码技术主要分为人工识别、字典模型识别和验证码图像分割识别,其中字典模型中较为典型的Tesseract-OCR,其识别率相对较低,过程操作复杂,需要对识别错误的文字做出修改不适合对复杂验证码做出高效迅速的识别。本文使用TensorFlow框架实现卷积神经网络算法对验证码进行识别,利用Captcha包下提供的ImageCaptcha()方法生成模拟现实网站的验证码,利用卷积神经网络对生成的验证码进行
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:1048576
    • 提供者:weixin_38530415