楼主，请教

[armstrong1972]

我参考你的pytorch代码，改为读取图片，下载了350张验证码，100张做验证集，5张测试，其它的都训练。
Loss 0.001 : 250 epoch
Loss 0.0001 : 30 epoch

Train Loss =0.0021 , Acc = 0.9687 (比较满意)
但：
Valid Loss = 0.7251 ， Acc = 0.4862 （50%不到）

pth保存后，又从train 和 valid 里各复制了几张到 Test 中做测试，共13张，对了7张。请问如何改进，能进一步提高 Acc

[ypwhs]

增加数据量

[armstrong1972]

感谢大佬指点。
我想50%的识别率，每2张中就能认出1张，还是可以用的。
我程序加了个小技巧：每次验证码都按时间戳做文件名存盘。凡是通过验证进入下一页面的，我就将文件名改为验证码。这样至少有一半的图片是自动打了标签的（手工打太累了）。
于是乎一上午又多了300多张可用的样板，重新学习后，识别率高达93%。

[ypwhs]

凡是通过验证进入下一页面的，我就将文件名改为验证码。

这是非常好的思路。

[BerryRB]

@armstrong1972 你好，请问应该如何修改读取自己的图片数据集呢？小白完全不懂该如何下手....

[armstrong1972]

@armstrong1972 你好，请问应该如何修改读取自己的图片数据集呢？小白完全不懂该如何下手....

修改 CaptchaDataset 类即可，给你个文件做参考
只要在主程序下，建2个子目录：
img/train 放train的图片
img/valid 放valid的图片

主程序内删除 CaptchaDataset 类所有代码，头部增加 ：

from dset_files import CaptchaDataset

dset_files.zip

[BerryRB]

请问可以留一个您的联系方式吗？我这修改了还是有一些小问题… 发自我的iPhone

…

------------------ 原始邮件 ------------------ 发件人: Armstrong Li <notifications@github.com&gt; 发送时间: 2019年10月10日 16:45 收件人: ypwhs/captcha_break <captcha_break@noreply.github.com&gt; 抄送: BerryRB <609213779@qq.com&gt;, Comment <comment@noreply.github.com&gt; 主题: 回复：[ypwhs/captcha_break] 楼主，请教 (#38) @armstrong1972 你好，请问应该如何修改读取自己的图片数据集呢？小白完全不懂该如何下手.... 修改 CaptchaDataset 类即可，给你个文件做参考 只要在主程序下，建2个子目录： img/train 发train的图片 img/valid 发valid的图片 主程序内删除 CaptchaDataset 类所有代码，头部增加 ： 从不同文件导入 CaptchaDataset 类，实现不同的数据读取方法 #from dset_auto import CaptchaDataset from dset_files import CaptchaDataset dset_files.zip — You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[armstrong1972]

armstrong.li@artcubevr.com

[Pinndanyi]

请问您是怎么实现保存验证码的？我目前是用selenium + chrome + pyautogui实现的，但是现在需要将chrome设为headless，那pyautogui的右键保存功能就不能用了。请问您有别的方法吗？

[armstrong1972]

不要用 pyautogui ，selenium 本身就有存图片的功能

from selenium import webdriver
PATH_ChromeDriver = "chromedriver.exe"
drvChrome = webdriver.Chrome(PATH_ChromeDriver)

drvChrome.get(HOME_PAGE)
imgVC=drvChrome.find_element_by_id("id_of_captcha")
f_vcode = basepath + "/img/__temp.png"
with open(f_vcode,'wb') as fp:
    fp.write(imgVC.screenshot_as_png)

[Pinndanyi]

很好用，非常感谢！因为变成120*30像素的png了，用作者的模型就报错了，

RuntimeError: Given groups=1, weight of size 32 3 3 3, expected input[128, 4, 30, 120] to have 3 channels, but got 4 channels instead

我想是因为jpg3个通道，png4个通道的缘故，但是不会改模型参数，劳请您再指教下！谢谢！

[armstrong1972]

抱歉忘了提醒了，需要你去找个工具批量将他们改为 jpg 3通道文件。

[armstrong1972]

或者 ：用程序读取4通道png，然后转成3通道

from PIL import Image
im = Image.open(im_path)
if im.shape[2] == 4:
      im =im.convert("RGB")

[tangbinchn]

或者 ：用程序读取4通道png，然后转成3通道

from PIL import Image
im = Image.open(im_path)
if im.shape[2] == 4:
      im =im.convert("RGB")

您好，我在修改为读取图片测试时，遇到这样的问题：
RuntimeError: input.size(-1) must be equal to input_size. Expected 512, got 256
应该是输入尺寸的问题，但是我不清楚在哪里修改，劳烦指教一下，谢谢