Atelier : Construisez un modèle OCR pour lire les Captchas avec Keras 3.0

Cet atelier vous guide dans la création d'un modèle de reconnaissance optique de caractères (OCR) capable de lire des Captchas (ces images de texte déformé utilisées pour la vérification de sécurité). Vous utiliserez Keras 3.0, une bibliothèque open-source de Deep Learning pour Python.

Voici les points abordés dans l'atelier :

1. Introduction à l'OCR et aux Captchas : Comprendre le fonctionnement de la reconnaissance optique de caractères et son application pour lire les Captchas.
2. Configuration de l'environnement : Installer les librairies nécessaires, comme Keras et TensorFlow, pour construire et entraîner le modèle.
3. Préparation des données : Collecter et pré traiter des images de Captchas pour alimenter le modèle d'entraînement. Cela peut inclure du nettoyage d'image et du redimensionnement.
4. Construction du modèle avec Keras : Définir l'architecture du réseau neuronal convolutif (CNN) pour extraire les caractéristiques des images et les convertir en texte. Keras simplifie la création du modèle.
5. Entraînement du modèle : Apprendre au modèle à reconnaître les caractères en lui présentant de nombreux exemples de Captchas avec leurs textes associés
6. Évaluation du modèle : Tester la précision du modèle sur un ensemble de Captchas qu'il n'a pas vus pendant l'entraînement.

Conférencier : Armel Yara | Lead TFUG Abidjan