README_zh-cn.md

Rotate-Captcha-Crack

中文 | English

CNN预测图片旋转角度，可用于破解旋转验证码。

测试效果：

本仓库实现了三类模型：

名称	Backbone	跨域测试误差（越小越好）	参数量	MACs
RotNet	ResNet50	53.4684°	24.246M	4.09G
RotNetR	RegNet_Y_3_2GF	6.5922°	18.117M	3.18G

RotNet为d4nst/RotNet的PyTorch实现。RotNetR仅在RotNet的基础上将backbone替换为RegNet_Y_3_2GF，并将分类数减少至128。其在COCO 2017 (Unlabeled) 数据集上训练128个epoch（耗时3.4小时）得到的平均预测误差为7.1818°。

跨域测试使用COCO 2017 (Unlabeled) 数据集作为训练集，百度验证码作为测试集（感谢@xiangbei1997）。

演示用到的百度验证码图片来自RotateCaptchaBreak。

体验已有模型

准备环境

• 内存大小不少于16G的CUDA设备（如显存不足请酌减batch size）

• 确保你的Python版本>=3.9,<3.13

• 确保你的PyTorch版本>=2.0

• 拉取代码

git clone https://github.com/lumina37/rotate-captcha-crack.git --depth 1
cd ./rotate-captcha-crack

• 安装依赖

强烈推荐使用uv>=0.5.3作为包管理工具。如果你已经安装了uv，请执行以下命令：

uv sync

或者，如果你喜欢用conda：以下步骤会在项目文件夹下创建一个虚拟环境。你也可以使用具名环境。

conda create -p .conda
conda activate ./.conda
conda install matplotlib tqdm tomli
conda install pytorch torchvision pytorch-cuda=12.4 -c pytorch -c nvidia

或者，如果你喜欢直接使用pip：

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124
pip install .

下载预训练模型

下载Release中的压缩包并解压到./models文件夹下。

文件目录结构类似./models/RotNetR/230228_20_07_25_000/best.pth。

本项目仍处于beta阶段，模型名称会频繁发生变更，因此出现任何FileNotFoundError请先尝试用git回退到对应的tag。

输入一个验证码图像并查看旋转效果

uv run test_captcha.py

打开./debug.jpg查看结果。

如果你没有安装uv的话，请使用：

python test_captcha.py

使用http服务端

• 安装额外依赖

使用uv：

uv pip install .[server]

或者使用conda：

conda install aiohttp

或者使用pip：

pip install .[server]

• 运行服务端

使用uv：

uv run server.py

如果你没有安装uv的话，请使用：

python server.py

• 另开一命令行窗口发送图像

使用curl:

curl -X POST --data-binary @test.jpg http://127.0.0.1:4396

或使用Windows PowerShell:

irm -Uri http://127.0.0.1:4396 -Method Post -InFile test.jpg

训练新模型

准备数据集

• 我这里直接扒的谷歌街景和Landscape-Dataset，你也可以自己收集一些风景照并放到一个文件夹里，图像没有尺寸要求

• 在train.py里配置dataset_root变量指向装有图片的文件夹

• 不需要手动标注，dataset会在读取图片的同时自动完成矩形裁剪、缩放旋转等工作

训练

uv run train_RotNetR.py

在测试集上验证模型

uv run test_RotNetR.py

相关文章

吾爱破解 - 简单聊聊旋转验证码攻防