如何利用Pytorch版yolov5破解基于滑块的复杂验证码？

本文共计2877个文字，预计阅读时间需要12分钟。

前言：本文将使用PyTorch框架的目标识别技术实现滑动验证码的破解。我们选择了YOLOv5算法，并通过以下步骤实现：输入图像、输出图像，并观察经过检测后的图像，从而准确定位到缺口的位置。

前言

本文将使用pytorch框架的目标识别技术实现滑块验证码的破解。我们这里选择了yolov5算法

例：输入图像

输出图像

可以看到经过检测之后，我们能很准确的定位到缺口的位置，并且能得到缺口的坐标，这样一来我们就能很轻松的实现滑动验证码的破解。

一.前期工作

yolov系列是常用的目标检测算法，yolov5不仅配置简单，而且在速度上也有不小的提升，我们很容易就能训练我们自己的数据集。
YOLOV5 Pytorch版本GIthub网址感谢这位作者的代码。

下载之后，是这样的格式

---data/ Annotations/ 存放图片的标注文件（.xml） images/ 存放待训练的图片 ImageSets/ 存放划分数据集的文件 labels/ 存放图片的方框信息

其中只需要修改Annotations和images两个文件夹。
首先我们将待训练的图片放入images

数据集要感谢这位大神的整理github.com/tzutalin/labelImg，在这个基础上我增加了50张来自腾讯的验证码图片

数据集已上传百度云

链接: pan.baidu.com/s/1XS5KVoXqGHglfP0mZ3HJLQ

提取码: wqi8

然后我们需要对其进行标注，告诉计算机我们希望它识别什么内容。