Riconoscimento di Testo da Immagini con CRNN

Questo progetto è basato sull'implementazione del modello CRNN (Convolutional Recurrent Neural Network) per il riconoscimento di testi da immagini. È stato addestrato utilizzando il dataset CAPTCHA, con l'obiettivo di affrontare il problema del riconoscimento di testi in immagini.

Abstract

Questa è la mia implementazione di un'Architettura Neurale Trainabile "End-to-End" per il riconoscimento sequenziale basato su immagini. Altri dettagli qui: https://arxiv.org/abs/1507.05717 Il modello risolve la seguente tipologia di captcha:

Istruzioni per l'utilizzo

Clona questo repository sul tuo computer: git clone https://github.com/gdmr/CRNNperCAPTCHA.git
Passa un captcha al modello nel file captchasolver.py
Esegui il file captchasolver.py: python captchasolver.py.py

Risultati

Il modello è stato addestrato e valutato su un dataset di immagini CAPTCHA. I risultati mostrano che il modello è in grado di riconoscere con successo i testi presenti nelle immagini, dimostrando l'efficacia dell'architettura CRNN per questo tipo di task.

Ecco alcuni esempi di risultati ottenuti dal modello:

Contributi e Ringraziamenti

Il modello è stato addestrato sul seguente dataset di captcha: https://github.com/a-maliarov/amazon-captcha-database

Licenza

Questo progetto è rilasciato sotto i termini della Licenza Pubblica Generale GNU (GNU GPL) versione 3.0.

La GNU GPL v3 è una licenza open source che garantisce la libertà degli utenti di eseguire, studiare, condividere e modificare il software. Assicurati di leggere attentamente la licenza prima di utilizzare o contribuire a questo progetto.

Per ulteriori informazioni sulla GNU GPL v3 e i suoi requisiti, consulta il testo completo della licenza.

Autore: Gionata D'Amore