嗨，我是图像分类的初学者。我的任务是使用简单的keras深度学习模型对验证码进行解码。在开始时，我选择了一个简单的卷积神经网络，因为我的验证码长度固定为6，这给我带来了很好的准确性。但是当我拥有5个字母的验证码时，准确性很差。该模型即使在缺席情况下也可以有力地预测第六名。我该如何解决？请帮忙。
我想到的一些问题是：
最后可以有多个输出层吗？
是否可以对此模型进行数据预处理而无需提及验证码的最大长度？
我在CNN模型上看到了几个具有递归神经网络层的站点。但是作为一个初学者，这非常令人困惑。这是一个好的解决方案吗？
谢谢。
答案 0 :(得分：0)
理想情况下，您的问题可以归结为识别验证码的多个字母，其中，验证码可以具有任意数量的字母。您也可以按照How to Recognise multiple objects in the same image
的建议使用Yolo如果您要按照上述说明进行操作，则可以先建立模型以检测验证码中的字母数，然后再解码多长度验证码