在个人电脑上,我在下列环境中接受了关于使用证明编码模型进行深入学习以核实发票的训练:
RTX 2080TI是可见卡。
tensorflow-gpu:2.5.3

1个培训和测试成套装备准备

发票核实认证代码分为四种形式:黑色、红色、黄色和蓝色。 在我测试之后,这四种模式最为有效,每种模式都与不同类型的认证代码相对应。
首先,在我们四种身份识别代码中,我们各有10万个代码。
黑色类型的 00 身份验证代码 :

01 红色验证代码 :

无法关闭临时文件夹:%s。

无法关闭临时文件夹:%s。

在认证代码图像完成后, 它会被标记, 即将名称更改为认证代码 :

由于普通话有许多字符,为产生更好的培训效果而制作的认证代码越多,就越多,如果可行,每种认证代码的数量越多,如果可行,则每类认证代码的30万。

2 部内学习培训网络的概念

计算机辅助翻译处还负责使用最佳和最成熟的网络结构(CRNN+CT)生成的识别代码。
以下是反恐委员会网络代码:

印刷网络结构如下:

这里我认识的中文字符集 是最受欢迎的 大约400个字符, 而所有中文字符 都不需要符合这个安排。
中文字符集如下：

3 示范发展和评价

网络结构完成后,可以开始示范培训,在需要注意时将培训四个模型,因为我的战略是为每个模型只确定一种识别代码。

根据培训日志,当培训批次达到257份时,第1类认证代码最高精确度为96份,达到7%,对可见模型的承认达到了很高的水平。
当该模型经过培训后,可部署用于服务,使用我的服务可识别含有中文的认证代码。

红色字符标识 :

使用您自己的 Ali 云服务可以适当检测认证代码的中文字符 。

本文由 在线网速测试 整理编辑，转载请注明出处，原文链接：https://www.wangsu123.cn/news/24842.html。