基于tensorflow2 使用CNN进行图片中数字或者文字序列的识别
- 生成数字序列图片
- 使用CNN进行卷积识别
参考AlexNet，结构如下
_model = keras.Sequential([
keras.layers.Conv2D(32, (3, 3), activation="relu", input_shape=(IMAGE_HEIGHT, IMAGE_WIDTH, IMAGE_CHANNELS)),
keras.layers.MaxPool2D((2, 2)),
keras.layers.Conv2D(64, (3, 3), activation="relu"),
keras.layers.MaxPool2D((2, 2)),
keras.layers.Conv2D(128, (3, 3), activation="relu"),
keras.layers.MaxPool2D((2, 2)),
keras.layers.Conv2D(64, (1, 1), activation="relu"),
keras.layers.Flatten(),
keras.layers.Dense(1024, activation='relu'),
keras.layers.Dense(ID_LEN * CHAR_SET_LEN, activation="softmax"),
keras.layers.Reshape([ID_LEN, CHAR_SET_LEN]),
])- ID_LEN：生成的id号码的长度
- CHAR_SET_LEN：生成Id号码的字符集（0-9）长度
python3 idcard_genner.pypython3 model_train.pypython3 model_predict.py在默认的参数情况下，基本上可以达到100%的准确率。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent