sso_captcha_DL
华师sso验证码识别
前言
经过之前学校的AI算法挑战赛，算是初步入门了深度学习，成为了一个调参侠，看到之前的帖子有大佬用深度学习来识别学校的验证码的，就想学习一波，重现一下他的模型，然后用selenium登录sso，解放双手~
Github（暂时移除）
感谢
大佬的Github
大佬的帖子
我使用了他的数据集，数据处理模块并借鉴了模型
整体思路
学习了大佬的模型，他用Keras搭建了一个比较简单但十分优秀的模型，表现非常好，acc可以在0.9左右，我又想到了之前校赛用过的图像分类的模型以及迁移学习的思路，在他的模型基础上加入了Inception-V3模型，去掉了ImageNet自带的权重和顶层，所有层都是trainable,表现有所进步，在200个eopch的时候val_acc已经有0.93左右,虽然在后面线上测试的时候感觉不太出来，然后就是就是图片处理，变成灰度图，二值化，降噪，标签变成独热编码，最后就是train，任务量不大指与校赛相比，200个epoch是跑了3+小时。
先用selenium模拟人打开浏览器，输入账号密码，然后用pyautogui定位并截图验证码保存，原谅我用这么笨的办法，加载模型来predict，再把结果填进去。因为不可能一次性就答对，所以我设置了3次机会。如果3次都错误，那么这个模型也没有存在的必要了。
模型检验
模拟了50次登录的过程，并且每次只有一次机会输入验证码，成功率大概是0.78，5次当中起码有4次正确，我感觉还可以接受。
不足
- 在大佬的模型里面提到了大小写敏感的问题，我目前还没有发现。
- 打开浏览器，到完全登录进去所需时间大概是8-9s，所以这个项目有点鸡肋，懒人：可用；普通人：手输；大神：搭一个100%正确率的模型（bushi）。
思考
- 之前校赛的时候也稍微接触了一下AlexNet,VGG,EfficientNet之类的网络，可能对于验证码识别有帮助。
- 现在的我还是处于只会layer加加加的人，所以在暑假还是要学习一波底层的原理。
- 这个模型是在考试周的周末花了一个早上搞的，感觉还是有很多可以细化的地方，参数也没怎么调过，就训练了一次，暑假可以再跑一跑。