由于公司需要進行了中文驗證碼的圖片識別開發(fā)，最近一段時間剛忙完上線，好不容易閑下來就繼上篇《基于Windows10 x64+visual Studio2013+Python2.7.12環(huán)境下的Caffe配置學(xué)習(xí) 》文章，記錄下利用caffe進行中文驗證碼圖片識別的開發(fā)過程。由于這里主要介紹開發(fā)和實現(xiàn)過程，CNN理論性的東西這里不作為介紹的重點，遇到相關(guān)的概念和術(shù)語請自行研究。目前從我們訓(xùn)練出來的模型來看，單字識別率接近96%，所以一個四字驗證碼的準確率大概80%，效果還不錯，完全能滿足使用，如果每張圖片的樣本繼續(xù)加大應(yīng)該能取得更高的準確率，當然隨著樣本的加大，訓(xùn)練時間也隨之增大，對硬件設(shè)備要求也越高，還有就是優(yōu)化LeNet網(wǎng)絡(luò)結(jié)構(gòu)，目前這里只使用了三層卷積。
（一）開發(fā)準備
（1）開發(fā)環(huán)境
軟件環(huán)境：visual Studio2013+Python2.7.12+caffe
硬件環(huán)境：Intel Core i7-4790+GTX1080+RAM32G
（2）訓(xùn)練圖片
