腾讯混元AI验证码动物类语义识别

注意，本文只提供学习的思路，严禁违反法律以及破坏信息系统等行为，本文只提供思路
如有侵犯，请联系作者下架

本文识别已同步上线至OCR识别网站： http://yxlocr.nat300.top/ocr/other/14

在之前腾讯混云刚更新时，我们使用clip基本上可以应付，但是部分验证码，涉及到比较明确的语义题目，该题目数据集如下：

从动物的数量、种类、颜色、奔跑跳跃的状态来判断合适的动物图片，其实有聪明的读者已经想到了，这种题目利用GPT去回答也是可以的，确实，但如果想实现自己的模型呢，这个时候你可能去找一些多模态模型相关的文章去阅读，你也有可能还是利用yolo去检测识别，这两种方法都可以，两个方法的准确度都很高，区别就是第一种成本高时间高，而第二种相对不那么耗时耗力，所以，这里还是采用第二种方法去做࿰