百度提交网站收录查询,北京市建设工程造价管理处 网站,凡客网上做的网站能否更改域名,设计素材网站哪几个好用昨天突然发现#xff0c;百度旋转验证码发生了变化#xff0c;导致使用老版本验证码训练出来的识别模型效果不佳。所有昨天花了一天时间完成了新版模型的训练。
老版本验证码 新版本验证码 新版的验证码感觉像是AI绘画随机生成的#xff0c;还有随机阴影出现。
验证码识别…昨天突然发现百度旋转验证码发生了变化导致使用老版本验证码训练出来的识别模型效果不佳。所有昨天花了一天时间完成了新版模型的训练。
老版本验证码 新版本验证码 新版的验证码感觉像是AI绘画随机生成的还有随机阴影出现。
验证码识别过程
1、利用爬虫采集图像
首先我们开发爬虫去采集新版本的图片素材。爬取过程中发现cookie有一定的时效性没有花过多时间在图片的反爬上做研究。 2、人工标记
为了保障识别的精度这里需要进行大量的人工标记旋转角度可能有误差最好控制在1-2度以内数据质量决定了模型预测效果 3、训练模型 4、测试验证
我们将训练好的模型用100张图片来进行测试虽然识别出来角度有所偏差但是这个误差范围都能够使验证通过所以正确率接近100%。因为100张测试图片比较少所以保守估计正确率应该在99%左右。
如果再想提升正确率可以再增加训练的数据量就需要再投入大量人力这个投入与提升产出比需要自己权衡。
5、免费使用地址
我将训练好的模型放在了网上可以供大家免费学习使用得塔云
6、总结分析 1目前见到的验证码图片可能是AI生成的所以出现新图片的概率会很大所以对标注、识别难度会大大增加。
2和老版本相比新版本图像采集加入了一些反爬措施也增加了一些难度。
3目前我没有使用 selenium 进行实战测试可能会遇到更多反爬措施。
各位大神也请指出我的不足或者有其他建议都可以给我留言或私信我谢谢指点。
