利用神经网络识别12306验证码——（五）训练模型_ocr resnet lstm

需要训练的有两个模型，一个是文本识别模型，一个是图像识别模型。在训练的时候，尝试了ResNet50、ResNet101、MobileNetV2，三种模型，前两个残差神经网络模型的参数比较大，训练比较耗时，精度上也逊色于第三个模型。尝试了RTX 2080、RTX 2070、Tesla K80三种GPU，三者的训练速度依次递减，但差距不是很大。训练平台在篇尾再进行介绍。
两个模型的训练基本上可以共用一套代码，只有一些细微的差异。
首先介绍共用的代码部分，其中加载数据的函数，数据的根目录根据自己的情况，需要自行修改。

#导入必要的包
from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession

config = ConfigProto()
config.gpu_options.allow_growth = True
session = InteractiveSession(config=config)
import tensorflow as tf
from tensorflow import keras
#from tensorflow.keras.applications import ResNet101
from tensorflow.keras.applications.mobilenet_v2 import MobileNetV2
from keras.callbacks import EarlyStopping
import numpy as np
import os
import shutil
import collections
import math
import random
import pathlib

#加载数据
def dataloader():
    data_root = '/mnt/Train_Valid_text'  #根目录自行更改
    train_data_root = pathlib.Path(data_root + "/Train")
    valid_data_root = pathlib.Path(data_root + "/Valid")
    #train_valid_data_root = pathlib.Path(data_root + "/Train_valid")
    # test_data_root = pathlib.Path(data_root+"/test")
    label_names = sorted(item.name for item in train_data_root.glob('*/') if item.is_dir())
    print(label_names)
    label_to_index = dict((name, index) for index, name in enumerate(label_names))
    print(label_to_index)
    
    train_all_image_paths = [str(path) for path in list(train_data_root.glob('*/*'))]
    valid_all_image_paths = [str(path) for path in list(valid_data_root.glob('*/*'
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33