华师sso验证码识别
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~
我使用了他的数据集，数据处理模块并借鉴了模型
- 搭建模型
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。
[upl-image-preview url=https://static.0xffff.one/assets/files/2021-07-03/1625329275-116519-e8562172-6420-4f3c-a6bb-e906c0e97623.png]
- 实际使用
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。
[upl-image-preview url=https://static.0xffff.one/assets/files/2021-07-03/1625329161-475075-12ef85d0-a240-40b9-9447-31d3e5531983.png]
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。
[upl-image-preview url=https://static.0xffff.one/assets/files/2021-07-03/1625329172-613804-b3c9f389-068e-4320-8f3c-6eb929d742e5.png]
因为使用要load.h5权重文件，但是学校网太垃圾，所以就不放上来了，要使用的话，可以自己train（）。