検証コードは比較的単純ですが、干渉線は次のように比較的単純です。
ネットワーク構造：
ここでは、2層のLSTMが隠れ層として使用され、最後の4つのセルの出力結果が保持され、完全な接続の層が追加され、最終的な出力が連結によって取得されます。
1.最初にコード構造を見てください
モデル：1000回の繰り返しごとに保存されたモデルファイル
結果：最終テストで保存されたtxtファイル
test_data、train_data：検証コードのテストセット、検証セット
validate_data：最終テストセット
2つ目は、検証コードのテストセットと検証セットを生成することです。
config.pyは定数を定義します：
lstmネットワーク構造を構築する際に、プロジェクトの場所と検証コードによって形成されるシンボル、および非表示レイヤー、ネットワークレイヤー、反復回数などがコードに通知されます。
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2018/9/26 14:24
# @Author : xhh
# @Desc : 定义常量
# @File : config.py
# @Software: PyCharm
import os
path = os.getcwd() # 项目所在路径
captcha_path = path + '/train_data' # 训练集-验证码所在路径
validation_path = path + '/validation_data' # 验证集-验证码所在路径
test_data_path = path + '/test_data' # 测试集-验证码文件存放路径
output_path = path + '/result/result.txt' # 测试结果存放路径
model_path = path + '/model/model.ckpt' # 模型存放路径
# 要识别的字符
number = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']
ALPHABET = ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z']
alphabet = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z']
batch_size = 64 # 每迭代一次需选择64个样本
time_steps = 26 # unrolled through 28 time steps ，每个time_step是图像的一行像素 height
n_input = 80 # rows of 28 pixels ，width,设置图片的宽
image_channels = 1 # 图像的通道数
captcha_num = 4 # 验证码中字符个数
n_classes = len(number) + len(ALPHABET) + len(alphabet) # 类别分类
learning_rate = 0.001 # learning rate for adam，Adam一种基于一阶梯度来优化随机目标函数的算法，定义其学习率
num_units = 128 # hidden LSTM units,隐层单元大小
layer_num = 2 # 网络层数
iteration = 10000 # 训练迭代次数util.pyは画像を処理し、検証コードを固定形式に設定します。
最終的な形式は次のとおりです。
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2018/9/26 14:24
# @Author : xhh
# @Desc : 验证码图片处理
# @File : util.py
# @Software: PyCharm
import random
import numpy as np
from PIL import Image
from config import *
def get_batch(data_path=captcha_path, is_training=True):
target_file_list = os.listdir(data_path) # 读取路径下的所有文件名
batch = batch_size if is_training else len(target_file_list) # 确认batch 大小
batch_x = np.zeros([batch, time_steps, n_input]) # batch 数据
batch_y = np.zeros([batch, captcha_num, n_classes]) # batch 标签
for i in range(batch):
file_name = random.choice(target_file_list) if is_training else target_file_list[i] # 确认要打开的文件名
img = Image.open(data_path + '/' + file_name) # 打开图片
img = np.array(img)
if len(img.shape) > 2:
img = np.mean(img, -1) # 转换成灰度图像:(26,80,3) =>(26,80)
img = img / 255 # 标准化，为了防止训练集的方差过大而导致的收敛过慢问题。
img = np.reshape(img,[time_steps, n_input]) #转换格式：(2080,) => (26,80)
batch_x[i] = img
label = np.zeros(captcha_num * n_classes)
for num, char in enumerate(file_name.split('.')[0]):
index = num * n_classes + char2index(char)
label[index] = 1
label = np.reshape(label, [captcha_num, n_classes])
batch_y[i] = label
return batch_x, batch_y
def char2index(c):
k = ord(c)
index = -1
if k >= 48 and k <= 57: # 数字索引
index = k - 48
if k >= 65 and k <= 90: # 大写字母索引
index = k - 55
if k >= 97 and k <= 122: # 小写字母索引
index = k - 61
if index == -1:
raise ValueError('No Map')
return index
def index2char(k):
# k = chr(num)
index = -1
if k >= 0 and k < 10: # 数字索引
index = k + 48
if k >= 10 and k < 36: # 大写字母索引
index = k + 55
if k >= 36 and k < 62: # 小写字母索引
index = k + 61
if index == -1:
raise ValueError('No Map')
return chr(index)
# 测试打印
# print(index2char(61))3つ目は、RNN反復ニューラルネットワークを介してモデルを構築する
トレーニングプロセス：
勾配降下の代わりにAdamアルゴリズムを使用すると、3000回繰り返され、精度は0.65に達し、損失は0.03未満になります。より高い精度を達成するために、反復と最適化を続けます。
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2018/9/26 14:24
# @Author : xhh
# @Desc : 利用RNN(循环神经网络)进行模型的训练
# @File : computational_graph_lstm.py
# @Software: PyCharm
import tensorflow as tf
from config import *
def computational_graph_lstm (x, y, batch_size=batch_size):
# 设置权重，和偏差Variable，random_normal并进行高斯初始化，num_units隐层单元，n_classes所属类别
# weights and biases of appropriate shape to accomplish above task
out_weights = tf.Variable(tf.random_normal([num_units, n_classes]), name='out_weight')
out_bias = tf.Variable(tf.random_normal([n_classes]), name='out_bias')
# 构建网络,for _ in range(layer_num)进行循环迭代
lstm_layer = [tf.nn.rnn_cell.LSTMCell(num_units, state_is_tuple=True) for _ in range(layer_num)] # 创建两层的lstm
mlstm_cell = tf.nn.rnn_cell.MultiRNNCell(lstm_layer, state_is_tuple=True) # 将lstm连接在一起，即多个网络层进行迭代
init_state = mlstm_cell.zero_state(batch_size, tf.float32) # cell的初始状态
# 输出层
outputs = list() # 每个cell的输出
state = init_state
# RNN 递归的神经网络
with tf.variable_scope('RNN'):
for timestep in range(time_steps):
if timestep > 0:
tf.get_variable_scope().reuse_variables()
(cell_output, state) = mlstm_cell(x[:, timestep, :], state) # 这里的state保存了每一层 LSTM 的状态
outputs.append(cell_output)
# h_state = outputs[-1] #取最后一个cell输出
# 计算输出层的第一个元素, 获取最后time-step的输出，使用全连接, 得到第一个验证码输出结果，out_bias偏差变量
prediction_1 = tf.nn.softmax(tf.matmul(outputs[-4], out_weights)+out_bias)
# 计算输出层的第二个元素, 输出第二个验证码预测结果
prediction_2 = tf.nn.softmax(tf.matmul(outputs[-3], out_weights)+out_bias)
# 计算输出层的第三个元素，输出第三个验证码预测结果
prediction_3 = tf.nn.softmax(tf.matmul(outputs[-2], out_weights)+out_bias)
# 计算输出层的第四个元素, 输出第四个验证码预测结果,size:[batch,num_class]
prediction_4 = tf.nn.softmax(tf.matmul(outputs[-1], out_weights)+out_bias)
# 输出连接
prediction_all = tf.concat([prediction_1, prediction_2, prediction_3, prediction_4], 1) # 4 * [batch, num_class] => [batch, 4 * num_class]
prediction_all = tf.reshape(prediction_all, [batch_size, captcha_num, n_classes], name='prediction_merge') # [4, batch, num_class] => [batch, 4, num_class]
# 损失函数reduce_mean函数，计算batch纬度，对算法计算损失值计算方法，loss=-logp
loss = -tf.reduce_mean(y * tf.log(prediction_all), name='loss')
# loss = tf.reduce_mean(-tf.reduce_sum(y * tf.log(prediction_all), reduction_indices=1))
# loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction_all,labels=y))
# AdamOptimizer模型优化
opt = tf.train.AdamOptimizer(learning_rate=learning_rate, name='opt').minimize(loss)
# 模型评估
pre_arg = tf.argmax(prediction_all, 2, name='predict')
y_arg = tf.argmax(y,2)
correct_prediction = tf.equal(pre_arg, y_arg)
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32), name='accuracy')
return opt, loss, accuracy, pre_arg, y_arg4.トレーニングセットを通じてモデルを検証し、トレーニングして最終モデルを取得します
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2018/9/26 14:24
# @Author : xhh
# @Desc : 定义测试集
# @File : train.py
# @Software: PyCharm
from util import *
from computational_graph_lstm import *
# 定义训练集
def train():
# 初始化x,y都不是一个特定的值，placeholder是定义占位符
x = tf.placeholder("float", [None, time_steps, n_input], name="x") # 输入的图片
y = tf.placeholder("float", [None, captcha_num, n_classes], name="y") # 输入图片的标签
# 计算图
opt, loss, accuracy, pre_arg, y_arg = computational_graph_lstm(x, y)
saver = tf.train.Saver() # 创建训练模型保存类
init = tf.global_variables_initializer() # 初始化变量值
# 创建 tensorflow session，session对象在使用完之后需要关闭资源，
# 除显示的调用close外，在这里使用with代码块，自动关闭
with tf.Session() as sess:
sess.run(init)
iter = 1
while iter < iteration:
batch_x, batch_y = get_batch()
sess.run(opt, feed_dict={x: batch_x, y: batch_y}) # 只运行优化迭代计算图
# 让模型进行运行计算，每100次计算一下其损失值
if iter % 100 == 0:
los, acc, parg, yarg = sess.run([loss, accuracy, pre_arg, y_arg], feed_dict={x: batch_x, y: batch_y})
print("For iter ", iter)
print("Accuracy ", acc)
print("Loss ", los)
if iter % 1000 == 0:
print("predict arg:", parg[0:10])
print("yarg:", yarg[0:10])
print("__________________")
if acc > 0.95:
print("training complete, accuracy:", acc)
break
if iter % 1000 == 0: # 保存模型，每迭代1000次，将模型进行保存
saver.save(sess, model_path, global_step=iter)
iter += 1
# 计算验证集准确率
valid_x, valid_y = get_batch(data_path=validation_path, is_training=False)
print("Validation Accuracy:", sess.run(accuracy, feed_dict={x: valid_x, y: valid_y}))
if __name__ == '__main__':
train()次のように、1000回の繰り返しごとにファイルを保存します。
5、テストセットで確認します
# -*- coding: utf-8 -*-
# !/usr/bin/env python
# @Time : 2018/9/26 14:24
# @Author : xhh
# @Desc : 通过已有的模型对训练集测试
# @File : predict.py
# @Software: PyCharm
from computational_graph_lstm import *
from util import *
def get_test_set():
target_file_list = os.listdir(test_data_path) # 获取测试集路径下的所有文件
print("预测的验证码文件:",len(target_file_list))
# 判断条件
flag = len(target_file_list) // batch_size # 计算待检测验证码个数能被batch size 整除的次数
batch_len = flag if flag > 0 else 1 # 共有多少个batch
flag2 = len(target_file_list) % batch_size # 计算验证码被batch size整除后的取余
batch_len = batch_len if flag2 == 0 else batch_len + 1 # 若不能整除，则batch数量加1
print("共生成batch数:", batch_len)
print("验证码根据batch取余:", flag2)
batch = np.zeros([batch_len * batch_size, time_steps, n_input])
for i, file in enumerate(target_file_list):
batch[i] = open_iamge(file)
batch = batch.reshape([batch_len, batch_size, time_steps, n_input])
return batch, target_file_list # batch_file_name
def open_iamge(file):
img = Image.open(test_data_path + '/' + file) # 打开图片
img = np.array(img)
if len(img.shape) > 2:
img = np.mean(img, -1) # 将验证码图片转换成灰度图像:(26,80,3) =>(26,80)
img = img / 255
return img
def predict():
with tf.Session() as sess:
saver = tf.train.import_meta_graph(path + "/model/" + "model.ckpt-5000.meta")
saver.restore(sess, tf.train.latest_checkpoint(path + "/model/")) # 读取已训练模型
graph = tf.get_default_graph() # 获取原始计算图，并读取其中的tensor
x = graph.get_tensor_by_name("x:0")
y = graph.get_tensor_by_name("y:0")
pre_arg = graph.get_tensor_by_name("predict:0")
test_x, file_list = get_test_set() # 获取测试集
predict_result = []
for i in range(len(test_x)):
batch_test_x = test_x[i]
batch_test_y = np.zeros([batch_size, captcha_num,n_classes]) # 创建空的y输入
test_predict = sess.run([pre_arg], feed_dict={x: batch_test_x, y:batch_test_y})
print(test_predict)
# predict_result.extend(test_predict)
for line in test_predict[0]: # 将预测结果转换为字符
character = ""
for each in line:
character += index2char(each)
predict_result.append(character)
predict_result = predict_result[:len(file_list)] # 预测结果
write_to_file(predict_result, file_list) # 保存到文件
def write_to_file(predict_list, file_list):
with open(output_path, 'a') as f:
for i, res in enumerate(predict_list):
if i == 0:
f.write("id\tfile\tresult\n")
f.write(str(i) + "\t" + file_list[i] + "\t" + res + "\n")
print("预测结果保存在：", output_path)
if __name__ == '__main__':
predict()
get_test_set()最終的な予測結果：
validate_dataフォルダー内の検証コードをテストします。
ファイル：検証コードの画像、名前は正しい検証コードです
結果：モデルの最終モデルによって認識される検証コードです。エラーはまだ比較的大きいです。自分で調整できます。
上記は確認コードが分割されておらず、確認コードが分割されており、オンライン資料がたくさんあり、オンラインで見つけることができます
コードアドレス：https：//github.com/XHHz/LSTM_captcha
私の友人と私の公式アカウントに注意を払うことができます~~~ここに私の友人と私が時々更新するいくつかのpython技術情報があります！！応援よろしくお願いします。ありがとうございました~~
