深度学习基于SwinTransformer的验证码识别python源码+项目运行说明.zip
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用!在使用过程中,如有问题或建议,请及时私信沟通,帮助解答。 2.主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 深度学习基于SwinTransformer的验证码识别python源码+项目运行说明.zip 如果需要自己训练模型 1.重新生成数据集,运行captcha.py 2.预处理,运行preprocess.py,将把生成的数据集分为训练集、验证集、测试集,保存在dataset文件夹下 3.运行run.py,如果不想覆盖之前的训练记录,修改run.py中的版本号即可,如下: ```python # 修改 default=自己的版本号即可 parser.add_argument("--version", "-v", type=int, default=0,help="Train experiment version") ``` 训练完成后,将会得到新的模型,存放在checkpoint文件夹下,需要使用自己训练的模型,需要修改两个地方: ```python # 修改tokenizer的default值,改为你的版本对应的checkpoint文件夹下的transformer-ocr_test.pkl parser.add_argument("--tokenizer", "-tk", type=str, default="checkpoints/version_0/transformer-ocr_test.pkl",help="Load pre-built tokenizer") # 修改模型权重路径 修改为改为你的版本对应的checkpoint文件夹下的模型权重,保存了3表现最好的模型,都可以用 parser.add_argument("--checkpoint", "-c", type=str,default="checkpoints/version_0/checkpoints-epoch=31-accuracy=0.98267.ckpt",help="Load model weight in checkpoint") ```
- 1
- 粉丝: 1808
- 资源: 2129
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助