使用CNN的Captcha识别未给出预期结果

Question

我尝试在Python中使用TensorFlow开发一个Captcha Recognition程序。

当我开始时，我检查了互联网上的一些文章，发现一个Captcha图像被分割成单独的数字，这些个别数字被识别。但我想尝试不同的方法。我想要识别没有分段的Captcha。

参考文献：

Automatic Number Plate Recognition - 我使用此博文作为参考。

Code for ANPR - 这是上述博客文章中的代码。

我的解决方案：

Code for my Solution

生成数据：

我生成了大约60000个160 * 60 RGB图像。所有验证码的长度均为6.我使用了25000张图像作为训练数据，9000张图像作为测试数据，并没有使用剩下的图像。

示例数据：

----＆gt; 0A6ZYC

----＆gt; 0A9L8W

----＆gt; 0AKDTP

神经网络架构：

160 * 60 * 3 ------（5 * 5 Conv）---＆gt; 160 * 60 * 24 ------（2 * 2 MaxPool）---＆gt; 80 * 30 * 24 ----（5 * 5 Conv）----＆gt; 80 * 30 * 36 ----（4 * 2 MaxPool）----＆gt; 20 * 15 * 36 ----（完全连接）---＆gt;（4096 * 1）-----（完全连接）---＆gt;（216 * 1）

网络的其他一些属性：

1）迷你批量大小：100

2）优化器：Adam Optimizer

3）时代：60

4）验证码长度：6

6）使用的字符：[A-Z0-9]

面临的问题：

1）当我有一个卷积层时，我的网络开始输出相同的值。我尝试了标准化，但没有变化。所以我删除了图层并将最终的Maxpool图层从（2 * 2）更改为（4 * 2）。我已经运行了30个时期的程序

2）现在，当我使用上述架构运行60个时期的程序时，我在50或55个时期之后的训练集上获得了大约50％的准确度，但我在测试集上获得了0-5％的准确度。

我在这个网络中缺少什么？这是错误的数据吗？我的方法是否正确？为什么我没有取得好成绩？