### 使用 PyTorch 框架通过迁移学习方法实现验证码识别 #### VGG16 和 ResNet18 的简介 VGG16 是一种经典的卷积神经网络架构，在多个计算机视觉任务上表现出色[^3]。该模型由牛津大学的 Visual Geometry Group 提出，具有非常深的结构，主要特点是使用了多层的小型卷积核。 ResNet18 属于残差网络家族的一部分，解决了深层网络中的梯度消失问题，使得训练更深的网络成为可能。这种网络引入了跳跃连接（skip connections），可以有效地传递梯度信息[^1]。 #### 数据预处理与加载 为了进行验证码识别的任务，数据集通常包含大量带有标签的图片样本。这些图片需要经过一定的预处理才能输入到深度学习模型中： ```python import torch from torchvision import transforms, datasets transform = transforms.Compose([ transforms.Resize((224, 224)), # 调整大小至适合模型输入尺寸 transforms.ToTensor(), # 将PIL Image转换成张量形式 ]) train_dataset = datasets.ImageFolder(root='path_to_train_data', transform=transform) test_dataset = datasets.ImageFolder(root='path_to_test_data', transform=transform) train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=32, shuffle=True) test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=32, shuffle=False) ``` #### 加载预训练模型并修改最后一层全连接层 对于两个不同的模型，都需要冻结除最后几层外的所有参数来利用其特征提取能力，并只微调顶层用于特定任务的学习过程。 ##### 修改 VGG16 模型的最后一层 ```python import torchvision.models as models vgg16 = models.vgg16(pretrained=True) for param in vgg16.parameters(): param.requires_grad_(False) num_ftrs = vgg16.classifier[6].in_features features = list(vgg16.classifier.children())[:-1] features.extend([torch.nn.Linear(num_ftrs, num_classes)]) vgg16.classifier = torch.nn.Sequential(*features) ``` ##### 修改 ResNet18 模型的最后一层 ```python resnet18 = models.resnet18(pretrained=True) for param in resnet18.parameters(): param.requires_grad_(False) fc_in_features = resnet18.fc.in_features resnet18.fc = torch.nn.Linear(fc_in_features, num_classes) ``` #### 训练和评估模型性能 定义好优化器以及损失函数之后就可以开始训练循环了；每完成一轮迭代就计算一次验证集上的准确率以便监控过拟合情况。 ```python criterion = torch.nn.CrossEntropyLoss() optimizer_vgg = torch.optim.Adam(vgg16.parameters()) optimizer_resnet = torch.optim.Adam(resnet18.parameters()) def train(model, optimizer, dataloader): model.train() running_loss = 0.0 for inputs, labels in dataloader: outputs = model(inputs) loss = criterion(outputs, labels) optimizer.zero_grad() loss.backward() optimizer.step() running_loss += loss.item() * inputs.size(0) epoch_loss = running_loss / len(dataloader.dataset) return epoch_loss def evaluate(model, dataloader): model.eval() corrects = 0 with torch.no_grad(): for inputs, labels in dataloader: outputs = model(inputs) _, preds = torch.max(outputs, 1) corrects += (preds == labels).sum().item() accuracy = corrects / len(dataloader.dataset) return accuracy ``` #### 对比两种模型的效果 在相同的条件下运行上述代码片段多次后统计平均值作为最终的结果指标之一。考虑到实际应用环境差异较大，建议根据具体需求调整超参数设置以获得最佳表现。