基于tensorflow的LSTM识别验证码
基于tensorflow的LSTM识别验证码
Keras预训练cnn模型Xception迁移学习验证码识别（大小写字母+数字）
交互式验证码（滑动、点选等）的识别方案和例子。
Geoffrey Hinton，深度学习的开创者之一，反向传播等神经网络经典算法的发明人，2017年10月发表了论文，介绍了全新的胶囊网络模型，以及相应的囊间动态路由算法。本人用Paddle框架实现了它
基于CNN训练的一套 "端到端" 的验证码识别模型，使用深度学习+训练数据+大量计算力，纯数字识别率高达 99.99%，数字+字母识别率 96%
基于CNN的图像验证码识别,利用GM-HMM对验证码进行分割，通过CNN(类VGG模型)训练识别，其中对单个字符的识别准确率为98.20%，对整个验证码识别的准确率为82%
最近一年贡献：0 次
最长连续贡献：0 日
最近连续贡献：0 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。