基于Python 实现孪生神经网络实现的点选识别

# 点选 基于孪生神经网络实现的点选识别 ## 效果 4090训练100轮 测试集可以达到98.6%以上，基本上已经破解了该类验证码。  ## 坑 注意啊，建议重新把yolo分割文字那个部分训练下，因为我这个样本是别人从前台截图后标注训练的，导致泛化性能不是很好！！ 有能力的话建议把样本都重新标注下。 #### 环境安装 安装环境，我用到的是python3.8 ``` conda create -n geetest python=3.8 ``` 安装必要的环境 ``` pip3 install -r requirement.txt ``` ### CUDA安装 换conda源 ``` conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/ conda config --set show_channel_urls yes ``` 安装cuda和 cudnn ``` conda install cudnn=8.1.0.77 cudatoolkit=11.2.0 ``` #### 数据准备 准备数据集，放入data中，格式为 id_序号.jpg|png，id可以采用uuid，序号第一张图是1，第二张图是2，只能两张图 例如，相同的两个字， ``xxxxx_1.jpg``和``xxxxx_2.jpg`` ### 训练模型 配置训练参数,config.py中，一般来说只需要配置gpu就行了，如果你没有gpu就不填，就自动使用cpu 开始训练 ``` python train.py ``` 预测 ``` python predict.py ```