متصل بمانید

الگوریتم CNN

Star حل کپچا های ایتابات با هوش مصنوعی Star

Icon

حل کپچا فرم نظر سنجی ایتا

این پروژه با هدف حل خودکار کپچا در فرم‌های نظر سنجی پیام‌رسان ایتا با استفاده از الگوریتم‌های شبکه عصبی پیچشی (CNN) انجام شده است. این فرآیند شامل جمع‌آوری و برچسب‌گذاری دیتاست‌های مرتبط و بهبود مدل‌های یادگیری ماشین با استفاده از تکنیک‌های مختلف است. این پروژه با هدف تحقیقات در زمینه هوش مصنوعی انجام شد.

درباره

این پروژه در سال 1403 با تمرکز بر ارتقای قابلیت‌های یادگیری عمیق برای شناسایی و حل کپچاهای ایتا انجام شد. الگوریتم CNN مورد استفاده به طور خاص برای این پروژه طراحی و با دیتاست‌های ترکیبی (واقعی و تولید شده) آموزش داده شد. هدف اصلی این پروژه افزایش دقت شناسایی کپچا و کاهش نرخ خطا در عملیات اتوماسیون بود.

Dataset Collection
CNN Model
Icon

  • سال

    1403

  • محل

    -

  • وظیفه

    جمع‌آوری دیتاست، توسعه مدل CNN

  • کتابخانه‌ها

    TensorFlow, OpenCV, Pandas

شرح

این پروژه شامل بخش‌های زیر بود:
• جمع‌آوری دیتاست از نمونه‌های واقعی کپچا در ایتا.
• برچسب‌گذاری داده‌ها با استفاده از ابزارهای هوش مصنوعی و کمک انسانی.
• طراحی و آموزش مدل CNN برای شناسایی و حل کپچا.
• ارزیابی عملکرد مدل با استفاده از معیارهای دقت و سرعت پردازش.
• پیاده‌سازی یک رابط کاربری گرافیکی برای تست و استفاده از سیستم.
در فرآیند پیاده‌سازی از ترکیب داده‌های واقعی و تولید شده برای افزایش حجم دیتاست استفاده شد. .