当前位置：首页 > news >正文

yolov8实现图片验证码识别

news 2025/6/29 14:59:25

1、环境准备

1.1、安装miniconda

地址：Index of /anaconda/miniconda/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

注意：为避免不兼容的问题，推荐下载py38版本，我下载的是Miniconda3-py38_23.1.0-1-Windows-x86_64.exe

安装建议：

①、推荐安装在C盘；

②、勾选将其添加进Path，如下图(不要选为所有用户，要选仅为自己安装，否则不会有该选项)；

1.2、创建并激活虚拟环境

概述：为了不影响默认环境的使用，推荐创建一个新的虚拟环境。

首先打开 Anaconda Prompt ，然后输入如下命令创建一个名为 yolov8 的虚拟环境：

# 推荐指定一个python版本,防止自动指定高版本的python导致不兼容
conda create -n yolov8 python=3.8

运行结果如下：

接下来在 Anaconda Prompt 输入如下命令激活虚拟环境，虽然说叫激活，也可以理解为切换到指定的虚拟环境：

conda activate yolov8

运行结果如下(命令行前面的小括号中显示yolov8就说明激活成功了)：

1.3、配置镜像

概述：为保证后续能实现较高的下载速度，建议配置一个国内的镜像。

参考地址：pypi | 镜像站使用帮助 | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror

在 Anaconda Prompt 输入如下命令配置默认镜像：

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

运行结果如下：

1.4、安装Pytorch

在安装Pytorch之前需要查看自己显卡的版本信息，在 Anaconda Prompt 输入如下命令即可查看：

nvidia-smi

运行结果如下：

接下来进入Pytorch官网：Previous PyTorch Versions | PyTorch

注意：

①、16系显卡需安装 cu102 版本；

②、30系，40系显卡要安装 cu111 以上的版本，否则无法运行；

③、为避免冲突，Pytorch的版本推荐 v1.13 。

由于我使用的是30系显卡，所以可以使用CUDA11.7，因此我复制了此链接，如果你们使用的是16系显卡可以去找cu102版本的Pytorch。

注意：如果你的下载时间有2个多小时，你可能获取了一个wheel的下载链接，你要选择一个Conda下面的链接进行下载。

在 Anaconda Prompt 输入如下命令安装支持30系显卡和40系显卡的Pytorch：

conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

运行结果如下：

1.5、安装CUDA

概述：此处需根据自身情况进行安装，如果你的需求只是做训练和简单推理，可忽略本小节，如果你有部署的需求，例如导出模型，则需要安装CUDA。

下载地址：https://developer.nvidia.com/cuda-downloads

根据自己的实际情况进行下载并安装即可：

1.6、源码安装ultralytics

下载地址：ultralytics/ultralytics: NEW - YOLOv8 🚀 in PyTorch > ONNX > OpenVINO > CoreML > TFLite (github.com)

将下载好的压缩包解压到d盘下的yolov8文件夹中(yolov8文件夹是我自己提前手动创建的)：

在 Anaconda Prompt 输入如下命令实现 ultralytics 的源码安装：

# 切换到d盘
d:# 进入文件夹
cd D:\yolov8\ultralytics-main# 源码安装
pip install -e .

运行结果如下：

2、标记验证码

概述：本文使用labelImg进行标记，在终端中(Alt+F12)输入如下命令进行安装：

pip install labelImg

运行结果如下：

输入如下命令启动labelImg：

labelImg.exe

按照下图步骤对图片进行标注：

我总计标注了109张图片，名称从1开始到109结束，接下来在任意位置创建一个名为yzm的文件夹，该文件夹作为我们的数据集文件夹，然后在yzm文件夹中分别创建名为images的文件夹和labels的文件夹，然后在images文件夹和labels文件夹中都创建名为train的文件夹和val的文件夹，具体文件结构如下：

images文件夹用于放图片，labels文件夹用于放txt文件，我将1~99号图片放进了images/train目录中，100~109号图片放进了images/val目录中，1~99号txt文件放进了labels/train目录中，100~109号txt文件放进了labels/val目录中，classes.txt文件放在labels目录下。

注意：图片和txt文件的名称必须一一对应！！！

Pycharm打开前面解压的 D:\yolov8\ultralytics-main (根据自己的情况打开，如果按照我的步骤做的继续跟做即可)。

在ultralytics-main的根目录下创建一个名为 datasets 的文件夹，然后把前面准备的 yzm 文件夹粘贴到 datasets 中，目录结构如下：

3、训练模型

首先修改一下Pycharm的解释器：

然后参考如下文件编写yaml文件：ultralytics-main\ultralytics\cfg\datasets目录下所有的yaml文件。

在 ultralytics-main 项目的根目录下创建一个名为 yolo-yzm.yaml 文件，参考内容如下：

# 声明项目图片在哪儿
path: yzm
# 训练集图片
train: D:\yolov8\ultralytics-main\datasets\yzm\images\train
# 验证集图片
val: D:\yolov8\ultralytics-main\datasets\yzm\images\val# 声明类别,可以从classes.txt文件中获取
names:0:  k1:  f2:  33:  w4:  l5:  y6:  q7:  n8:  c9:  j10:  e11:  g12:  213:  a14:  b15:  d16:  117:  418:  v19:  520:  r21:  p22:  t23:  u24:  z25:  i26:  727:  s28:  m29:  h30:  C

3.1、利用命令训练模型

# 在Pycharm中的终端中输入如下命令
# task用于指定任务,mode用于指定模型进行训练,data用于指定自定义的yaml文件,epochs用于指定训练次数,windows用户需设置workers=1,否则会报错
yolo task=detect mode=train model=yolov8n.pt data=yolo-yzm.yaml epochs=30 workers=1 batch=16

运行结果如下：

3.2、利用文件训练模型

在根目录下创建一个名为 begin.python 的文件，内容如下：

from ultralytics import YOLO
# 指定模型
mode = YOLO('yolov8n.pt')
# 让模型开始训练
mode.train(data='yolo-yzm.yaml',workers=0,epochs=80,batch=24)
# 验证模型
mode.val()

运行结果如下：(这里就将验证的步骤直接一笔带过，只需加一行语句即可，验证集的检测结果会更加准确)

3.3、拷贝默认yaml文件启动模型

概述：前面的两种方法实际都是传入参数覆盖默认的参数，我们可以通过命令将默认的 yaml 文件拷贝到根目录，然后对拷贝的 yaml 文件参数进行修改，最后通过命令启动模型即可。

# 在终端中执行如下命令即可
yolo copy-cfg

运行结果如下：

此时根目录中多了一个名为 default_copy.yaml 的文件：

打开 default_copy.yaml 文件，修改 Train 模块的参数，主要是model ，data 和 workers。

最后在终端中运行如下命令启动模型：

yolo cfg=default_copy.yaml

4、查看结果

我们运行完模型后，都会给我们返回结果，所有结果都在项目根目录下的 runs/detect 目录中，每一个 train 目录就是一次训练结果：

下面是某次训练完成后验证集的识别结果图片val_batch0_pred.jpg（第一位是识别到的字符，第二位是预估的正确率，最大值为1.0）：

打开最后一次训练的结果后，目录结构如下：

知识点补充：从上面的目录结构中可以发现：weights目录中包含了两个 pt 文件，pt 文件就是模型，best.pt 就是效果最好的模型，last.pt 就是最后一次训练后产生的模型，如果要导出模型可以导出 best.pt 文文件，如果要继续训练就使用 last.pt 。

5、预测模型

概述：我准备了110~121号图片进行预测，放在datasets目录中的test文件夹中(test文件夹是自己手动创建的)，文件结构如下：

然后在根目录下创建一个名为 pre_one_img.py 的文件，文件内容如下：

from ultralytics import YOLO
# 引入训练好的模型
model = YOLO('runs/detect/train8/weights/best.pt')# 要预测的图片
public_path = 'datasets/yzm/test/'
image_paths = []
for i in range(110,122):image_paths.append(f'{public_path}{i}.png')# 对每张图片进行预测
for image_path in image_paths:results = model(image_path,save=True)

运行结果如下：