迁移学习实现验证码预测

最新推荐文章于 2024-02-29 12:51:15 发布

weixin_41044499

最新推荐文章于 2024-02-29 12:51:15 发布

阅读量475

点赞数

文章标签： keras 迁移学习图像识别卷积神经网络

本文链接：https://blog.csdn.net/weixin_41044499/article/details/94997824

版权

之前借助简单搭建的cnn模型执行验证码的分类任务训练，https://blog.csdn.net/weixin_41044499/article/details/94382397，由于缺乏训练多层神经网络的设备和条件，准确率并不高。这里通过借助vgg19的模型来抽取验证码图片的特征，再增加一个全连接层，做简单的分类问题。

相比多种调取现有cnn模型的方案，使用keras的vgg16直接操作的方式，安装和使用最为方便。

方法参考了这篇文章 https://blog.csdn.net/data_scientist/article/details/79041240

# -*- coding:utf-8 -*-
# /usr/bin/python
from keras.applications.vgg19 import VGG19
from keras.preprocessing import image
from keras.applications.vgg19 import preprocess_input
from keras.models import Model
import numpy as np

base_model = VGG19(weights='imagenet')
for layer in base_model.layers:
    print(layer.name)
model = Model(inputs=base_model.input, outputs=base_model.get_layer('predictions').output)
data = np.empty((300,1000),dtype