前言

• 免责声明: 本文内容仅供学习交流使用, 请勿用于其他用途, 如因使用本文内容而产生任何问题, 与作者无关, 如果本文侵害贵司权益, 请联系 zhiyitracer@163.com 下架处理

• 文章尽量还原每一步, 尽可能写的详细, 如果还是有问题可以加我微信沟通 Alive0501

• 搞定滑块以后, 有些验证比较严格的还会出点选, 如登录接口

  

  • 其实点选的难度比滑块在低, 因为没有轨迹, 识别出来就可以过
  • 之前版本可以强制替换验证码的类型把滑块换成点选, 现在已经不行了

• 本文带大家搞定点选的模型识别, 从 0-1 的训练一个自己的模型出来(搞定后的识别效果, 下图)

  

识别思路

• 对于上面的验证码, 需要点击的是两个相同的形状的物体, 我们拆解一下需求
• 模型识别出来每一个图片是什么形状, 以及对应的坐标放在列表里返回
• 然后我们写代码循环这个列表, 判断出两个相同的物体 返回他的坐标, 供协议使用

环境

• Yolov8
• 环境问题比较容易出错, 本文章节反复修改四五次, 踩了比较多坑, 请严格复现每一步, 避免出现未知错误

图片下载

• 去请求图片获取的连接, 把图片保存到本地找一个文件夹, 大概下载 200 张左右就可以了

  

Conda 安装

• 建议使用 conda 或者 miniconda 创建虚拟环境

• 通过 conda 我们可以创建 导入和导出环境 以确保项目的可重复性

• 安装可以参考以下链接

  win: db6K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6T1L8r3!0Y4i4K6u0W2j5%4y4V1L8W2)9J5k6h3&6W2N6q4)9J5c8Y4N6W2K9i4S2A6L8W2)9#2k6U0j5H3x3K6f1&6x3U0f1H3i4K6u0r3j5i4u0@1K9h3y4D9k6g2)9J5c8X3c8W2N6r3q4A6L8s2y4Q4x3V1j5I4x3K6V1H3z5e0j5I4x3U0p5`.

  linux: 22eK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6*7K9s2g2S2L8X3I4S2L8W2)9J5k6i4A6Z5K9h3S2#2i4K6u0W2j5$3!0E0i4K6u0r3M7q4)9J5c8U0M7I4y4e0f1^5y4K6V1J5y4b7`.`.

虚拟环境安装

• 创建虚拟环境: conda create -n yolov8 python=3.9

• 安装好 Conda 以后就可以创建虚似环境了

• 如果 Python 版本过高, 后面使用 labelimg 会出现错误, 还得回来降级 (一开始我用的 3.11, 后面还得降回来 3.9, 所以直接用 3.9 不踩坑)

• 下图我是之前装了, 现在重装提示, 你们执行命令后就会正常安装了

  

• 进入虚拟环境: activate yolov8

  

• 查看显卡驱动版本: nvidia-smi

  

  • 这里需要用命令 nvidia-smi 查看本机的显卡驱动版本
  • 电脑没有显卡的话只能使用 cpu 训练但是速度会很慢
  • 上面红框标起来的就是本机的版本, 我这里是 11.6

• 安装 pyTorch:

  1	conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia

  • 11.6 注意更换为你自己电脑对应的版本

  • 默认国外源下载太慢了, 可以在后面直接添加 -c 64dK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6E0K9i4u0J5L8%4u0K6i4K6u0W2N6s2g2F1j5g2)9J5k6i4c8K6K9h3&6Y4K9s2g2S2i4K6u0W2k6h3c8#2i4K6u0W2j5$3&6Q4x3V1k6S2L8X3q4U0L8$3&6V1j5g2)9J5c8Y4m8C8k6%4y4Q4x3V1k6E0j5h3W2F1i4K6u0r3 -c pytorch -c nvidia 临时换国内源下载

    

    

• 安装 yolo pip install ultralytics

  • 正常安装

    

  • 异常报错

    

  • 安装过程中有可能出现上图的错误

  • 如果安装中出现拒绝访问没有权限的情况

• 直接 win + s 搜索 PowerShell , 以管理员模式打开, 进入虚拟环境后再执行命令

Pycharm 导入环境

• 点击 File > settings 出现下图内容, 然后点击 add

  

• 在虚似环境里, 输入命令 where python

  

• 找到带 yolov8 的变量, 这个就是我们前面建的虚似环境的名字, 把路径复制过来

  

• 选择使用就可以了

  

异常问题

• 如果我们这样安装以后, 后面在训练模型的时候会报一个 GPU 找不到的错误, 我已经踩过坑了, 所以我们这里一起解决一下

  ​

  运行后报错说找不到 GPU, 这个异常问题是前面用命令下载的 torch 不是支持 Gpu 版本的

  1. 解决的话只需要打开 Pycharm, 找到管理包的位置, 把 torch 和 torchvision 删除

  2. 或者用命令 pip uninstall torch pip uninstall torchvision

  3. 然后打开 Pytorch 官网 fdeK9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6H3P5i4c8G2M7X3y4Z5i4K6u0W2L8%4u0Y4i4K6u0r3k6$3g2@1i4K6u0V1M7%4c8S2M7Y4c8W2k6q4)9J5c8Y4m8J5k6i4k6A6L8%4g2K6i4K6u0V1N6X3g2J5M7$3W2G2L8Y4y4Q4x3V1j5`.

     

     1. 直接搜索自己 GPU 版本, 找到 pip 开头的

        

     2. 复制下来在虚拟环境里执行, 有 2.4 个 G 要慢慢等, 下载完后环境就配置 OK 了

Numpy 报错

• 训练时可能会出现, Numpy 报错的问题, 这个是 Numpy 版本问题, 我们卸载原来的 Numpy pip uninstall numpy

  

• 安装版本为 pip install numpy==1.23.5 就可以解决问题

模型下载

• 下载 yolo 预训练的模型 050K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6V1L8$3y4K6i4K6u0W2N6h3I4@1M7X3q4D9P5i4c8A6j5%4y4Q4x3X3g2U0L8$3#2Q4x3V1k6*7K9q4)9J5c8X3#2G2k6r3g2D9M7#2)9J5c8Y4W2G2L8r3!0$3z5q4)9J5c8W2)9J5x3%4m8W2M7X3k6G2M7X3#2S2L8X3y4W2i4K6u0V1L8h3g2@1M7X3W2U0M7H3`.`.

  

  • 点击红框把 yolov8n 文件下载下来, 到此基本环境都已经准备好了, 当我们标注完成后就可以开始训练了

标注相关

• 首先需要借助标注工具对元素进行逐一标注.这里采用是 labelimg

• 安装 labelimg

  使用命令 pip install labelImg 进行安装, 注意要在我们刚才的 yolov8 环境里安装, 别搞错了

  

• 执行 labelimg

  

• 命令行输入 labelimg 后就会弹出一个界面

  

• 这就是我们用来标注的工具, 介绍一下怎么用

  

• 先点击 Open Dir 然后打开刚才在图片下载那一步, 保存图片的文件夹, 点右下角的选择文件夹

  

• 这个时候会接着弹出来一个页面, 让你选择标注完后的图片保存到什么位置, 我这里是随便新建了一个文件夹

  

• 确定后, 右下角就会出现咱们刚才选择文件夹里面的所有图片了, 点击第一张, 开始标注

  

• 点击鼠标 w 键 可以进行框选, 框完之后会让你输入对应的名字, 这里我们可以直接用 8, 像字母 数字都可以直接用对应的, 像圆柱体 正方形之类的 可以用对应的英文

• 注意比如第一张图 你的圆柱体是用拼音标注的, 那后面再出现圆柱体都要用拼音, 一个字也不能错, 大小写都不能变

  

• 比如我们标好一张之后, 在右边就有对应的展示了, 如果标错了, 想修改就右键 edit label

• 标注的时候要保证每一张的质量, 你框的越精准, 后面识别的效果越好

• 标注完成后点击 Next Image 选择下一张

  

• 标注完后, 会在同级目录出现两个文件, 183.txt 就是我们刚才标注这个图片

  

  • 前面是对应的类别, 后面是它的坐标

• classes.txt 文件

  

  • classes 文件里记录的就是, 当前所有的分类

• 注意的问题

  • 如果标注到一半, 关掉了 下次再打开标注的话, 可能会出现错误或者盖掉之前的数据

  • 使用命令 labelimg images classes.txt 指定 classes.txt 即可解决

    labelimg H:\Code\labels\classes.txt

划分数据集

• 训练之前需要把标注的数据拆分出一个训练集和验证集，按照 9:1 的比例即可(训练集 9: 验证集 1).我这里的文件路径如下

  

• train 这是训练集, 目录下有两个文件夹

  • images 存放的是我们下载的图片
  • labels 存放的是我们标注后的文件
  • 注意两个要对应, 比如训练集的图片取的是名称 1-180 的图片, 那 labels 里面的文件也得是 1-180 图片所对应的标注信息

• 验证集同上

创建配置文件

• 创建一个 conf.yaml 配置文件

  train: dataset\train\images
  val: dataset\valid\images
  nc: 55
  names: ["o","c","d","D","h","7","6","n","r","m","k","9","icosahedron","M","u","U","g","5","8","L","2","a","Q","t","V","F","C","4","E","sphere","cylinder","Y","T","y","circularcone","cube","S","w","G","P","x","3","e","R","Z","v","A","p","H","K","B","X","s","W","O"]
  

  • train: 训练集的路径, 如果相对路径找不到, 可以写死
  • val: 验证集的路径, 如果相对路径找不到, 可以写死
  • nc: 分类总数
  • names: 所有分类的名字, 这里就是前面的 classes.txt 文件复制进来就行

开始训练

• 前面准备工作做完以后, 就可以开始训练了, 根据官网的教程, 两行命令开始训练

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

  from ultralytics import YOLO # 检查数据集路径 if __name__ == "__main__":     model = YOLO(r"")   # 开始从官网下载的yolov8n.pt的路径放在这里     model.train(         data=r"\Yolov\conf.yaml",    # conf.yaml的路径conf.yaml 就是上面的配置文件         epochs=200,  # 增加训练轮次         cache=True,         imgsz=704,  # 增加图像大小         batch=4,  # 增加批次大小         workers=4,  # 增加工作线程数         device='0',  # 或者 '0,1' 根据GPU情况         save=True,         lr0=0.01,  # 初始学习率         hsv_h=0.015,  # 数据增强         hsv_s=0.7,         hsv_v=0.4,         degrees=0.5,         translate=0.1,         scale=0.5,         shear=0.5,         freeze=[0, 1, 2]  # 冻结部分层     )

• 注意 device 这个参数

  '0' 代表使用第一个 GPU, 如果你的机器上有多个 GPU, 可以使用 '0,1' 来同时使用第 0 和第 1 个 GPU

  'cpu' 表示使用 CPU 进行训练

• 开始训练

  

  • 如上就是已经开始训练了, 训练效果的话主要看几个参数
    1. 训练损失（box_loss, cls_loss, dfl_loss）是否趋于稳定, 不再下降
    2. 验证损失是否开始上升，这可能表示过拟合

验证训练结果

• 我这边训练了四十轮左右, box_loss 参数就已经不再下降了, 我这边就直接停了, 多跑几轮也没关系, 他会自己保存训练效果最好的模型

• 在当前项目下找到 \runs\detect\train5\weights\best.pt 最后一次 train 的文件, 拿到他的 best.pt

• 这就是我们刚才训练中效果最好的一次, 下面来识别看看效果

• 代码

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

  from ultralytics import YOLO   # 加载训练好的 YOLO 模型 model = YOLO(r"best.pt") # 使用模型进行预测 results = model(r'\183.jpg', save=True)   def extract_predictions(result):     """     从结果中提取类名和坐标信息，并将它们转换为更易处理的格式。     """     extracted_data = []     cls_dict = result.names     cls_all = result.boxes.cls.tolist()     xyxy_all = result.boxes.xyxy.tolist()       for i in range(len(cls_all)):         label_name = cls_dict[int(cls_all[i])]         box_xyxy = xyxy_all[i]         box_mid_xy = [(box_xyxy[0] + box_xyxy[2]) / 2, (box_xyxy[1] + box_xyxy[3]) / 2]         box_mid_xy = [coord * 0.762 for coord in box_mid_xy]           extracted_data.append({             "label_name": label_name,             "box_mid_xy": box_mid_xy,         })       return extracted_data     def find_duplicates(predictions):     """     查找预测结果中具有相同类名的项目，并返回这些项目的 box_mid_xy 坐标。     """     class_dict = {}       for prediction in predictions:         class_name = prediction['label_name']         if class_name not in class_dict:             class_dict[class_name] = []         class_dict[class_name].append(prediction['box_mid_xy'])       duplicates = {k: v for k, v in class_dict.items() if len(v) > 1}       return duplicates     # 获取并处理预测结果 predictions = extract_predictions(results[0]) # 查找并返回重复类名的 box_mid_xy 坐标 duplicate_classes = find_duplicates(predictions) print(duplicate_classes)

  ​

• 就能正常识别出结果了, 并且返回了坐标

交流群

建立了一个爬虫交流群,如果有兴趣进群的话可以加我好友 拉你进群

传播安全知识、拓宽行业人脉——看雪讲师团队等你加入！