【含17w样本】搜狗验证码识别

搜狗的验证码挺有趣的，干扰给满分，今天不做方案，只做分享

【核心】重中之重：

样本下载地址：[https://bbs.nightteam.cn/thread-149.htm](https://bbs.nightteam.cn/thread-149.htm)

一共17W样本，性能再差的网络也能识别的很好了

训练并没有什么注意事项，但是印象中这个验证码发生过一次改动，尺寸修改，那么如何应对这种变化而不用二次训练呢？这才是今天的主题

【提升模型的泛化能力——适应尺寸变化】

我们的样本尺寸是单一的，通过观察，我们得知，如果通过裁剪修改图片比例容易丢失重要内容的像素，那么我们可以反其道通过填充模拟：
下面列举几个方案：

方案一：

可以通过复制【红色区域】向上延展图片内容。——四个方向同理

方案二：
图片拼接：怎么说呢，我们可以手动筛选出部分字符，做一个图像生成器，旋转放大扭曲等等之后拼接于首位或末尾

方案三：
生成一部分尺寸不一，字体相近的验证码按一定的权重和样本混合训练

训练流程

可以参见：
https://blog.csdn.net/kerlomz/article/details/86706542