深度学习识别验证码

本项目参照 Dee Qiu而改进。

所以操作基本一致，具体操作可以去看原作者README.md

但我并没有能够达到如同原作者所说的95%以上的准确率

在模型上我尝试了vgg，发现vgg最终达到的准确率不如cnn的准确率。基本在85左右徘徊。

项目改进

• 1.加快模型的训练速度，由作者的cpu训练模型改为用gpu训练模型，效率提高10倍以上
• 2.加入进度条展示，原本的代码一直是输出，加入进度条展示后，我们可以明显地观察到每一轮训练的时间以及测试的时间。
• 3.加入了可选的准确率阈值限制，我们可以限制模型所能达到的准确率，在高于该阈值的时候就可以停止训练。
• 4.加入了写日志模块和绘制图线模块，将每一轮训练和测试得到的输出保存在日志中，在plot.py中可以将日志进行绘图，得到曲线，直观地观察train_loss,test_acc,test_loss变化曲线。
• 5.将visdom启动进行封装，避免了在控制台中繁琐的输入命令语句。