Home Sign Up Sign In
muchrooms

试着识别了一波知乎那个奇怪的汉字验证码, 正确率高的惊人...

  •  2      
  •   muchrooms · Apr 24, 2017 · 11717 views
    This topic created in 3305 days ago, the information mentioned may be changed or developed.
    作为一个垃圾大学平时吃饱了撑得闲的没什么研究的研究生, 自学了一点概率论和机器学习

    偶然上知乎时发现这个验证码很骚气
    https://raw.githubusercontent.com/muchrooms/zheye/master/zhihu.png
    https://www.zhihu.com/captcha.gif?type=login&lang=cn

    就手贱识别了一下
    发现那个效果还不错..
    https://github.com/muchrooms/zheye 附在线测试地址

    快毕业要找工作了, 来讨个星星 _(:3 」∠)_
    学弱求轻拍, 小水管求不黑

    顺便听取一下各位前辈在学习方面有什么批评建议, 给小弟指条明路
    Supplement 1  ·  Apr 25, 2017
    好多人都点了收藏呀 ╮(￣▽￣)╭
  • 知乎
  • 验证码
  • 条明路
  • 识别
    21 replies  •  2018-03-01 11:36:42 +08:00
    trys1
        1
    trys1  
       Apr 24, 2017 via Android   ❤️ 1
    已加星，请付款
    zhihaofans
        2
    zhihaofans  
       Apr 24, 2017 via iPhone
    已 star ，明天试试
    davidzhanwork
        3
    davidzhanwork  
       Apr 24, 2017 via Android
    很不错~ 都是对的

    已 star
    muchrooms
        4
    muchrooms  
    OP
       Apr 24, 2017
    @trys1 好的王老板, 还是按一个一块五是吧
    Sunnyyoung
        5
    Sunnyyoung  
       Apr 24, 2017 via iPhone
    Cool
    muchrooms
        6
    muchrooms  
    OP
       Apr 24, 2017
    @zhihaofans
    @davidzhanwork 谢谢~
    ypw
        7
    ypw  
       Apr 25, 2017 via iPhone
    你的模型还有很多可以改进的地方，比如卷积层可以加多一些，卷积核大小用 3x3 而不是 5x5 ，用多个卷积卷积池化结构逐步降维，去掉全连接层，只保留分类器， Dropout 只放在最后一个分类器前面等。你的模型由于降维不够，导致了很严重的过拟合，所以验证集只有 90%的准确率。

    我也写过一篇验证码识别的文章，可以识别数字和字母: https://zhuanlan.zhihu.com/p/26078299
    muchrooms
        8
    muchrooms  
    OP
       Apr 25, 2017
    @ypw 没有用 dropout 后来换了 batch norm, 以求加速. 卷积核大小的确导致了过拟合, 但我自己生成的图像和原图还不是完全一样, 其实最开始用 LeNet 实验的时候验证集都能到 99%, 但是用在真实的验证码上效果却有些糟糕.. 所以当初只是想更泛化一点.. 卷积层就无奈了, 笔记本性能渣, 真的不能太多层了, 我这个破 diaosiNet 这都训练了一晚上 2333

    谢谢你的建议, 我后续再改良一下 )
    getcodex
        9
    getcodex  
       Apr 25, 2017
    6666 已 star
    muchrooms
        10
    muchrooms  
    OP
       Apr 25, 2017
    @yuanchao 哈哈哈 谢谢
    Jackeriss
        11
    Jackeriss  
       Apr 25, 2017
    说句题外话， Github 建议上传个头像。
    ccw55
        12
    ccw55  
       Apr 25, 2017
    我也想入门一下机器学习，楼主能指导指导小弟吗
    muchrooms
        13
    muchrooms  
    OP
       Apr 25, 2017
    @Jackeriss ok 因为看着像小号吗...
    @ccw55 我也算个小学生, 水平有限能力一般, 一起努力学呗~
    J0022ZjV7055oN64
        14
    J0022ZjV7055oN64  
       Apr 26, 2017   ❤️ 1
    之前知乎的汉字 以及 字母文字验证码都有 bug
    https://www.youtube.com/embed/4V5f9n78l9Q
    muchrooms
        15
    muchrooms  
    OP
       Apr 26, 2017   ❤️ 1
    @yansyuei 666 啊
    xiaoxiaowm
        16
    xiaoxiaowm  
       Jul 10, 2017
    @muchrooms 你的两分类问题，程序刚开始学习的时候是不是基本是从识别率 50%，然后通过一个版本一个版本的学习慢慢成绩才上去的？我弄了一个识别验证码的，有 50 多个分类，学习的时候，正确率总是在百分之二左右，是不是要经过 N 多版本的学习才行？
    muchrooms
        17
    muchrooms  
    OP
       Jul 10, 2017
    @xiaoxiaowm 你好，开始准确率(accuracy)就是 50%。因为一开始参数会随机初始化，导致模型按照平均分布瞎猜，所以 n 分类的初始准确率是 1/n。每一次 epoch 会提高训练集的成绩，但不一定提高测试集准确率。

    50 多个分类不太容易吧，模型会复杂很多。多画个几图看看，有技巧
    xiaoxiaowm
        18
    xiaoxiaowm  
       Jul 10, 2017
    @muchrooms 我看到你的模型里有 zheyeV3.keras,zheyeV5.keras，这几个版本，是不是训练一次把模型保存下来，下次再 load 进来，再做训练，就是另一个版本了
    muchrooms
        19
    muchrooms  
    OP
       Jul 10, 2017
    @xiaoxiaowm 也可以, 但我没这么搞
    xiaoxiaowm
        20
    xiaoxiaowm  
       Mar 1, 2018
    @muchrooms 你好，原来向你请教过问题，后来自己弄那个验证码也没有研究出来，你方便加你 QQ 或者是微信交流一下吗？算是找你当老师了，付点费也行，我的 qq 是 642070630，微信是 15010226280
    xiaoxiaowm
        21
    xiaoxiaowm  
       Mar 1, 2018
    @xiaoxiaowm 不是多少钱，只是表示自己学习的诚心
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   2910 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 61ms · UTC 15:22 · PVG 23:22 · LAX 08:22 · JFK 11:22
    ♥ Do have faith in what you're doing.