用于测试神经网络的1324张验证码集合

preview
验证码测试集
需积分: 9 2 下载量 81 浏览量 2018-01-06 11:37:45 上传 评论 收藏 4.34MB ZIP 举报
胡大炮的妖孽人生
  • 粉丝: 593
  • 资源: 6
上传资源 快速赚钱
voice
center-task 前往需求广场，查看用户热搜

相关推荐

mat

神经网络实验数据集（.mat）

数据集大小3*3000，代表3000个二维样本，第三行为输出
star 5星 · 资源好评率100%
zip

用于训练神经网络的10000张验证码集合

用于利用卷积神经网络做验证码识别的10000余张验证码的训练集。
zip

用于训练神经网络的20000张验证码集合

用于利用卷积神经网络做验证码识别的20000余张验证码的训练集。
pdf

基于卷积神经网络的图像验证码识别.pdf

基于卷积神经网络的图像验证码识别.pdf
star 5星 · 资源好评率100%
zip

Python使用神经网络来识别各种验证码.zip

采用自己生成的验证码来作为神经网络的训练集合、测试集合、预测集合 纯四位数字，验证码识别率高达 99.9999 % 四位数字 + 大写字符，验证码识别率约 96 % 深度学习框架 pytorch + 验证码生成器 ImageCaptcha 详细...
star 5星 · 资源好评率100%
zip

卷积神经网络验证码识别tensorflow实现

使用卷积神经网络实现验证码识别，识别的验证码为四位，其中每位为大小写字母和数字中的任意一个。准确率达到97+%
default

基于深度学习卷积神经网络的网站验证码识别研究与实现项目全部数据.zip

python毕业设计基于深度学习卷积神经网络的网站验证码识别研究与实现项目源码+全部数据.zip这是本科毕业设计的课题，“基于深度学习的网站验证码识别研究与实现”。主要是利用卷积神经网络，基于TensorFlow平台，...
star 5星 · 资源好评率100%
default

基于神经网络的破解验证码实验代码

随着人工智能的兴起，在计算机视觉(CV)领域上也有重大的突破进展...基于神经网络识别图像中的字母，从而去自动识别验证码。在PycharmIDE，用Python进行数据采集、数据处理、图像识别，并运用网络迭代计算来破解验证码。
zip

基于BP神经网络的验证码识别（matlab）

基于BP神经网络的验证码识别 个人作业，数据集太大没放进去 仅用于个人学习，不可商用
star 3星 · 编辑精心推荐
application/x-rar

神经网络程序集合 神经网络程序集合 神经网络程序集合

神经网络程序集合 神经网络程序集合 神经网络程序集合
star 4星 · 用户满意度95%
docx

神经网络破解验证码.docx

数学挖掘课题之神经网络破解验证码 代码详细解释，整理了代码中相关的知识点，以及数据挖掘的一些知识点 也显示了代码运行的结果 和结果分析
zip

验证码识别-卷积神经网络实现固定位数验证码识别，采样onehot编码，附带数据集

验证码识别——卷积神经网络实现固定位数验证码识别，采样onehot编码，附带数据集 验证码识别——卷积神经网络实现固定位数验证码识别，采样onehot编码，附带数据集 验证码识别——卷积神经网络实现固定位数验证码...
star 5星 · 资源好评率100%
pdf

论文研究-卷积神经网络在验证码识别上的应用与研究.pdf

针对日前在互联网中被广泛使用的验证码，提出将卷积神经网络引入到验证码识别之中。通过设计新的卷积网络拓扑结构，针对可分割成语验证码提出基于k-means聚类的字符分割方法，以及仿真验证码图片自生成训练集，通过...
zip

基于TensorFlow、CNN卷积神经网络的4位字符验证码识别、90.02%正确率.完整代码+数据 毕业设计 可直接运行

以下是对100万张训练验证码进行训练，20万张不参与训练的测试验证码测试出的结果 一般的验证码系统都会去掉类似的字符（例如：i, l, o, 1, 0...），为了更全面的测试，所以我选择将这些难以识别的字符也添加进去测试...
star 5星 · 资源好评率100%
pdf

论文研究-卷积神经网络识别汉字验证码.pdf

提出一种基于卷积神经网络的验证码自动识别方法来提高字符的识别准确率。采用Keras卷积神经网络框架，设计多层卷积来提取深层次图像信息，分别对汉字验证码和字母数字验证码进行识别，以提高模型的泛化性。实验结果...
zip

神经网络3.0——验证码识别代码和图片

用简单的神经网络实现验证码识别的代码以及测试用验证码图片
pdf

基于神经网络的验证码识别

基于神经网络的验证码识别
star 3星 · 编辑精心推荐
rar

基于BP神经网络的带噪声数字验证码识别系统开发带GUI界面

基于BP神经网络的带噪声数字验证码识别系统开发带GUI界面。通过遗传算法对图像数字阈值分割提取特征，通过BP神经网络得到数字验证码识别准确率 运行注意事项：使用matlab2021a或者更高版本测试，运行时注意matlab...
star 5星 · 资源好评率100%
pdf

卷积神经网络识别汉字验证码.pdf

卷积神经网络识别汉字验证码.pdf
zip

YOLOv8-deepsort 实现智能车辆目标检测+车辆跟踪+车辆计数

本资源纯属免费，不收任何钱和任何积分，纯粹为爱发电，本资源已经为大家整合好了的，看我的博客部署好直接用：https://blog.csdn.net/Little_Carter/article/details/133610076?spm=1001.2014.3001.5501 资源原本项目源码地址：https://github.com/MuhammadMoinFaisal/YOLOv8-DeepSO
star 4星 · 用户满意度95%
vsdx

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了

YOLOv8网络结构图，自制visio文件，yolov8.vsds，需要的自取，在原有的基础上直接改就行了
star 5星 · 资源好评率100%
zip

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt

yolov8(2023年8月版本),已经下好yolov8s.pt和yolov8n.pt，需要创建的文件夹都以创建，方便大家不用再去GitHub下载 可以搭配该博客：https://blog.csdn.net/weixin_43366149/article/details/132206526?spm=1001.2014.3001.5501
star 5星 · 资源好评率100%
zip

Transformer模型实现长期预测并可视化结果（附代码+数据集+原理介绍）

这篇文章给大家带来是Transformer在时间序列预测上的应用，这种模型最初是为了处理自然语言处理（NLP）任务而设计的，但由于其独特的架构和能力，它也被用于时间序列分析。Transformer应用于时间序列分析中的基本思想是：Transformer 在时间序列分析中的应用核心在于其自注意力机制，这使其能够有效捕捉时间序列数据中的长期依赖关系。通过并行处理能力和位置编码，Transformer
star 5星 · 资源好评率100%
csv

社交平台上经济类话题的文章热度信息，数据是真实的，但不是真实日期

使用LSTM模型进行时序预测的代码与说明见：https://blog.csdn.net/Q_M_X_D_D_/article/details/109366895
zip

Unet眼底血管图像分割数据集+代码+模型+系统界面+教学视频.zip

本资源配套对应的视频教程和图文教程，手把手教你使用Unet做眼底图像分割的训练、测试和界面封装，包含了Unet原理的解析、处理好的训练集和测试集、训练和测试的代码以及训练好的模型，并封装为了图形化界面，只需点击上传按钮上传图像即可完成眼底图像的预测。 随着生活水平的提高，眼科疾病以及心脑血管疾病的发病率呈现逐年增长的趋势。视网膜血管是这类疾病诊断和监测的重要信息来源，其形态和状况的变化可以反映出许
star 5星 · 资源好评率100%
zip

行人跌倒数据集（VOC格式）

行人跌倒数据集（VOC格式）
star 5星 · 资源好评率100%
rar

YOLOV5 + 双目相机实现三维测距（新版本）

YOLOV5 + 双目相机实现三维测距（新版本）
zip

全新的SOTA模型YOLOv9

当今的深度学习方法专注于如何设计最合适的目标函数，以使模型的预测结果尽可能接近真实值。同时，还需要设计一个合适的架构，以便获取足够的信息进行预测。现有方法忽略了一个事实：当输入数据经过逐层的特征提取和空间变换时，会丢失大量信息。本文将深入探讨数据在深度网络中传输时数据丢失的重要问题，即信息瓶颈和可逆函数问题。我们提出了可编程梯度信息（PGI）的概念，以应对深度网络实现多个目标所需的各种变化。PGI
zip

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频.zip

YOLOV5口罩检测数据集+代码+模型 2000张标注好的数据+教学视频 代码的下载地址在：https://gitee.com/song-laogou/yolov5-mask-42 大家可以按照这里的视频教程配置环境：https://www.bilibili.com/video/BV1YL4y1J7xz/ 更多数据请看：https://blog.csdn.net/ECHOSON/article/d
star 5星 · 资源好评率100%