Jaccount神经网络插件:简单2层ANN模型

点击release到我们的github页面下载。

或者jAcap到chrome应用商店下载(被墙)。

使用方法见之前的文章神经网络的Javascript实现:Jaccount验证码识别-chrome插件

最近算是开始正式学习ANN的内容,了解到了几种用于detection的神经网络模型,才发现原来之前自己套用MATLAB的模型是多傻。之前的网络模型过于复杂,导致训练时间也很长,而且识别率不算太高。于是有了改新模型的想法。

重新审视下,只是一个分类问题,而且输入的图像十分干净,转成灰度之后只有单色,也没有背景噪声,输出只需要给出26个字母的分类就好。在这种情况下,我用简单的扫描算法找到每个文字的BBox,根本不需要使用到Alexnet等复杂的网即可识别,不仅训练成本高,而且在js中的实现也很麻烦。

于是我尝试用简单的网络尝试,因为感觉英文字母的特征很少,用了一个只有10的神经元的Fully Connected Layer,输出层是26类的Softmax。尝试训练了一下,发现训练速度奇快,准确率也比之前高了6个点,达到了97%。

这个新的网络已经应用到chrome插件的新版本上,欢迎更新~原本已经在web商店安装过的童鞋不用手动更新,chrome会自动更新的~

0%