本帖最后由 牛二 于 2025-3-27 20:51 编辑
AntiCAP_trainer
AntiCAP的模型训练,N卡玩具,A卡的同志请稍息。
图片点选验证码模型训练
完成
预测图片点选验证码
正在开发
安装
git clone https://github.com/81NewArk/AntiCAP_trainer.git
cd AntiCAP_trainer
pip install -r requirements.txt
# 环境 p
# python: 3.8
# pytorch: https://pytorch.org/
# 根据自身硬件CUDA和cuDNN版本安装torch torchvision torchaudio
目录说明
AntiCAP_trainer
│
├── Text_Click_CAPTCHA
│ ├── Out_Model
│ │ └── (输出模型和训练结果的文件夹)
│ │
│ ├── Train_Sets
│ │ ├── LABELME_DATA (Labeeme标注的数据集)
│ │ │ ├── 0ce39f9ca560d47e51e54b150a1bf69c.json (JSON文件)
│ │ │ ├── 0ce39f9ca560d47e51e54b150a1bf69c.png (图像文件)
│ │ │ ├── 0d01cfa6a5e321069a970bcdbb4e76d7.json (hash值对应的图像文件)
│ │ │ ├── 0d01cfa6a5e321069a970bcdbb4e76d7.png (hash值对应的图像文件)
│ │ │ ├── # 不会造成文件名冲突即可
│ │ ├── train
│ │ │ ├── images
│ │ │ │ ├── 0ce39f9ca560d47e51e54b150a1bf69c.png (训练用图像)
│ │ │ │ ├── 0d01cfa6a5e321069a970bcdbb4e76d7.png (训练用图像)
│ │ │ ├── labels
│ │ │ │ ├── 0ce39f9ca560d47e51e54b150a1bf69c.txt (与第一张图像对应的标签文件)
│ │ │ │ ├── 0d01cfa6a5e321069a970bcdbb4e76d7.txt (与第二张图像对应的标签文件)
│ │ │
│ │ ├── val
│ │ │ ├── images
│ │ │ │ ├── 2bc5292aff8746e7fd3b659f0a7943c6.png (验证用图像)
│ │ │ ├── labels
│ │ │ │ ├── 2bc5292aff8746e7fd3b659f0a7943c6.txt (与验证图像对应的标签文件)
│ │ │
│ │ ├── train.yaml (训练集配置文件,描述数据集、路径及其他训练参数)
│ │
│ ├── Text_Click_CAPTCHA_Trainer.py (训练模型的主要Python脚本,负责训练过程、数据加载和模型评估)
│
├── yolo11n.pt (YOLO模型的预训练权重文件,通常用于目标检测或CAPTCHA分类任务)
使用说明
lambelme标注好的json和img都放在LABELME_DATA文件夹
Text_Click_CAPTCHA_Trainer.py 执行main即可开始训练
字体文件缺失报错请无视,不影响训练
参考文献
懒得整理了 项目完工再致敬
普通点选训练大致完成
有下面这种验证码数据集的 私我一下 后面更新孪生
|