Image recognition

图片识别

第一步，获取训练集

来源：https://www.kaggle.com/libowei/12306-captcha-image

将其转换为images.npz文件。

~$ ll -h images.npz
... 148M ... images.npz
~$ python -c "import numpy as np;t=np.load('images.npz');print(t['images'].shape);print(t['labels'].shape)"
(11794, 66, 66, 3)
(11794,)

第二步，深度学习

让卷积神经网络从images.npz中学习。在验证集上的正确率浮动在93%。

数据的下载地址：

1. https://drive.google.com/drive/folders/1GDCQyaHr36c7y1H-19pOKjc_EdAI1wn0

统计学方案，一个奇葩的方案

如果有人能给我一堆验证码，并告诉我说，这都是让寻找打字机的。即使我不知道什么叫打字机，什么不叫打字机，但也可以根据统计学（抱歉，我并不知道这样称呼是否准确）来寻找打字机，不是吗？因为这里某样东西是打字机的概率高于1/8，而是其它某样东西的概率仅仅只有1/80。将以此思路获取的结论放到整个训练集上的正确率达到91%。这个结果是根据10万条验证码统计的，如果100万条，1000万条呢？

我把统计学的结果也命名为images.npz了，靠，起名难。

数据的下载地址：

1. https://pan.baidu.com/s/1OsBIBM4rl8EnpZt7VYiD9g