在上面的推理中，我感觉是噪点影响了神经网络的识别，于是乎我在送入网络之前进行了去噪，二值化操作，训练如下：
train count: 4939, valid count: 2117, test count: 3024，
从图中可以看出，模型收敛了，但有点过拟合。
第 20 回合训练结果：
Epoch 20/20
153/154 [==>.] - ETA: 0s - loss: 0.0407 - accuracy: 0.9861
154/154 [===] - 69s 450ms/step - loss: 0.0408 - accuracy: 0.9860 - val_loss: 0.3227 - val_accuracy: 0.9244
随机选取了 30 张图片进行了测试，8 张错误：
做到这里， 我对之前的推测有了猜疑，是噪点影响的吗？我觉得不是，我做了去燥（有的噪点还在），二值化，使得图片的信息量减少了，神经网络的计算量也大大减少了很多，我能很快看到训练过程中 loss 显著减少，accuracy 也在不断的提高。
整个过程，我用 CPU 进行训练的，电脑配置是 Intel(R)_Core™i7-6700HQ_CPU@_2.60GHz，8G 内存。如果大家的电脑配置高，用 GPU 进行训练，我觉得即使不做预处理，效果肯定也能出来。