基于轻量级CNN的12306验证码识别分析系统

在我很早的一篇文章中有写过图标型验证码识别的实践项目,这里主要是基于以往的实践经历做出的技术升级,包括:模型轻量化、界面开发、Grad-CAM热力图集成等。

话不多说,首先看效果:

基于CNN的轻量级12306验证码识别分析系统

完整项目如下:

基于轻量级CNN的12306验证码识别分析系统_第1张图片

 各文件详情说明如下表所示:

文件名称 文件说明
data/ 样例数据目录
gradCAM.py Grad-CAM热力图模块
guiAPP.py 界面模块
image.h5 图像识别模块
inference.py 集成推理模块
labels.txt 标签文件
text.h5 文本识别模块
启动识别.bat 双击即可启动的bat脚本
演示.mp4 系统演示视频

样例数据如下:

基于轻量级CNN的12306验证码识别分析系统_第2张图片

 启动界面如下:

基于轻量级CNN的12306验证码识别分析系统_第3张图片

 点击上传本地想要测试的图像,如下:

基于轻量级CNN的12306验证码识别分析系统_第4张图片

 点击模型推理识别,集成加载本地离线模型,启动集成推理识别,如下:

基于轻量级CNN的12306验证码识别分析系统_第5张图片

 点击热力图可视化,即可调用Grad-CAM模块实现热力图的集成可视化,如下:

基于轻量级CNN的12306验证码识别分析系统_第6张图片

 热力图主要是辅助模型的可解释性,帮助定位分析模型关注的区域,以此来分析模型正确/错误识别的原因。

基于轻量级CNN的12306验证码识别分析系统_第7张图片

基于轻量级CNN的12306验证码识别分析系统_第8张图片

 

你可能感兴趣的:(深度学习,python,深度学习,开发语言)