自从app2vec工作告一段落后，在公司招聘面试过程中发现了一个有意思的东西OCR(Optical Character Recognition)。于是趁目前疫情期间有一些时间的情况下，做了一些浅显的简单尝试。
数据准备
数据使用captcha生成。生成一些带有高斯噪音的验证码图片，图片固定大小为160*60。生成的验证码展示如下：
image.png
网络构建
网络使用常见的结构，即多层CNN+MaxPooling+RNN网络。目前更主流的做法，尤其是需要针对不定长字符检测的情况，会在RNN后加上CTC，以便更好识别不定长字符串，这也是后期我需要加入的新工作。
model.png
效果展示
训练了6个epoch，每个epoch训练样本512200，验证集样本51250。验证集准确率平均约为94%，测试集上的准确率为89.2%。对于"D0OP"以及"O00O"这种变态的验证码偶尔也能识别出来。
image.png
后期优化点
- 加入CTC，识别不定长字符串
- 增加读取本地文件功能
- 增加对不同size的图片的识别功能
