中文验证码，包含 4 个中文汉字和 9 个中文单字，有噪点干扰，文字有旋转形变，验证方法为要求用户从 9 个单字中从左到右按顺序选出验证码中的汉字，输出汉字编号。

• 汉字匹配，仅需判断是否是同一个字，无需识别出具体是什么字
• 位置固定，直接切割

第五类验证码为汉字，要求进行相似度匹配并输出编号。使用度量学习中的Siamese Network。经过训练与测试算法优化，最终可达97.40%的测试集准确率。在该网络模型中，学习率为0.0001，使用ReLU作全连接层的激活函数，使用Sigmoid作输出层的激活函数。

• python代码
  • accuracy_calculate.py 用于计算模型准确率
  • conf.py 路径配置
  • generate_batch_data.py 生成孪生网络所需正负样本对
  • generate_tfrecord.py 生成tfrecord
  • model.py 模型定义
  • train.py 训练代码
  • util.py 包含一个csv读取函数
  • test.py 测试代码
• 文件夹
  • mappings 训练集标签/测试集标签/预测标签
  • model 生成的模型
  • logs TensorBoard日志文件
  • tfrecord TFRecord文件目录
  • image 数据集
    • train 训练集数据
    • test 测试集数据
    • cut 切割后的数据
    • denoise 降噪后的数据

• 步骤一：数据放置

  下载地址：百度网盘 提取码：e6zy

  从百度网盘下载第五类验证码数据，分别将训练集和测试集解压放置在：

  • 训练集：image/train
  • 测试集：image/test

• 步骤二：生成正负样本对

  python generate_batch_data.py
  

• 步骤三：生成TFRecord

  python generate_tfrecord.py
  

• 步骤四：训练

  python train.py
  

• 步骤五：测试

  python test.py
  

• 步骤六：计算准确率

  python accuracy_calculate.py
  

• 额外：查看TensorBoard

  tensorboard --logdir=logs