Определенно интересный челендж.
Особенно полезна тут наблюдательность и находчивость.
Нажиматели на кнопки в найропрограммах и фреймворках практически в полном составе потерпели крах.
Банальные подходы, в т.ч. Q-learning/Deep Q learning, без тонкой настройки, оказались не очень-то эффективны в победе над черным ящиком.
В общем, если вы интересуетесь Reinforcement Learning, смело принимайте участие.
Увеличение числа тестовых примеров позволит лишь точнее оценить распознавание.
Расширение обучающей выборки, при должной продолжительности обучения, дадут 80-85% точности для каждого символа, после чего все упрется в качество сегментации.
Сложность сети увеличивается добавлением нейронов, когда прекращается уменьшение ошибки на тестовой выборке, опять же, есть 'потолок', выше которого увеличение размерности сети не приводит к улучшению её обобщающей способности.
Шаг деления на буквы НЕ обязателен, в статье о kcaptcha сеть полностью распознает капчу, минуя этот этап. Однако в таком случае требуется порядком больший размер обучающей выборки и самой сети.
Оптимальным вариантом для распознавания капч без предварительной сегментации, будет сверточная нейросеть, эту тему я затрону в последующих публикациях.
Особенно полезна тут наблюдательность и находчивость.
Нажиматели на кнопки в найропрограммах и фреймворках практически в полном составе потерпели крах.
Банальные подходы, в т.ч. Q-learning/Deep Q learning, без тонкой настройки, оказались не очень-то эффективны в победе над черным ящиком.
В общем, если вы интересуетесь Reinforcement Learning, смело принимайте участие.
Расширение обучающей выборки, при должной продолжительности обучения, дадут 80-85% точности для каждого символа, после чего все упрется в качество сегментации.
Сложность сети увеличивается добавлением нейронов, когда прекращается уменьшение ошибки на тестовой выборке, опять же, есть 'потолок', выше которого увеличение размерности сети не приводит к улучшению её обобщающей способности.
Шаг деления на буквы НЕ обязателен, в статье о kcaptcha сеть полностью распознает капчу, минуя этот этап. Однако в таком случае требуется порядком больший размер обучающей выборки и самой сети.
Оптимальным вариантом для распознавания капч без предварительной сегментации, будет сверточная нейросеть, эту тему я затрону в последующих публикациях.