当前位置：首页 > news >正文

反爬虫机制中的验证码识别：类型、技术难点与应对策略

news 来源：原创 2025/6/25 15:17:46

在互联网数据抓取领域，验证码识别是爬虫过程中的关键环节之一。下面对常见验证码类型、技术难点及应对策略进行详细解析，并提供多种场景下的代码实现示例。

一、验证码类型与技术难点

（一）图形验证码

1. 字符验证码

特征：通过扭曲文字、添加干扰线/噪点、字体变形（如腾讯部分平台的旋转字符）等方式增加识别难度。
技术难点：动态生成的干扰元素（如随机噪点、多图层叠加）和抗OCR设计（如粘连字符、非标准字体），导致传统OCR工具失效。

2. 滑动拼图验证码

特征：要求用户将滑块沿特定轨迹（贝塞尔曲线）拖动到缺口位置，并检测操作时间、速度是否符合人类行为模式。
技术难点：需要模拟人类拖动行为，生成符合人类操作习惯的轨迹。

3. 点击式验证码

特征：如“点击包含公交车的图片”，需通过图像识别技术定位目标元素；或要求按顺序点击特定汉字或符号，需解决文字分割和语义理解问题。
技术难点：目标图片的多样性（如背景复杂、目标变形）和对抗目标检测模型的防御设计。

4. 短信/邮箱验证码

特征：通过API或硬件设备接收一次性密码（OTP），需自动化解析短信内容或邮件正文。
技术难点：短信接收延迟、多设备同步问题，以及平台对高频请求的拦截策略。

二、应对策略与代码实现

（一）OCR技术识别字符验证码

1. 基础流程（适用于简单无粘连字符验证码）

from PIL import Image
import pytesseract
import numpy as np# 预处理：灰度化、二值化、去噪
image = Image.open('captcha.png')
gray_image = image.convert('L')
threshold = 128
binary_image = gray_image.point(lambda x: 0 if x < threshold else 255)# OCR识别
text = pytesseract.image_to_string(binary_image, lang='eng')
print(f"识别结果: {text}")  # 示例输出: "3A4B"

2. 深度学习增强（适用于复杂变形字符）

import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator# 构建CNN模型
model = tf.keras.Sequential([tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(60, 160, 1)),tf.keras.layers.MaxPooling2D((2,2)),tf.keras.layers.Conv2D(64, (3,3), activation='relu'),tf.keras.layers.MaxPooling2D((2,2)),tf.keras.layers.Flatten(),tf.keras.layers.Dense(128, activation='relu'),tf.keras.layers.Dense(36, activation='softmax')  # 26字母+10数字
])
model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])# 数据预处理与训练
datagen = ImageDataGenerator(rescale=1./255, validation_split=0.2)
train_generator = datagen.flow_from_directory('captcha_dataset/train',target_size=(60, 160),color_mode='grayscale',class_mode='sparse',subset='training'
)
validation_generator = datagen.flow_from_directory('captcha_dataset/train',target_size=(60, 160),color_mode='grayscale',class_mode='sparse',subset='validation'
)
model.fit(train_generator, epochs=10, validation_data=validation_generator)

（二）模拟人类操作破解滑动验证码

1. 轨迹模拟（生成符合人类行为的拖动路径）

from selenium import webdriver
import time
import random
import numpy as npdef generate_bezier_tracks(distance, points=100):"""生成贝塞尔曲线轨迹"""t = np.linspace(0, 1, points)x = 0 + t * distancey = 0 + t * 0  # 直线运动return list(zip(x, y))def add_random_noise(tracks, x_range=(-2, 2), y_range=(-1, 1)):"""为轨迹添加随机噪声"""noise_x = np.random.uniform(x_range[0], x_range[1], len(tracks))noise_y = np.random.uniform(y_range[0], y_range[1], len(tracks))return [(x + nx, y + ny) for (x, y), nx, ny in zip(tracks, noise_x, noise_y)]def simulate_drag(driver, slider, distance):"""模拟拖动操作"""action = webdriver.ActionChains(driver)action.click_and_hold(slider)# 生成并添加噪声的贝塞尔曲线轨迹tracks = generate_bezier_tracks(distance)tracks = add_random_noise(tracks)for x, y in tracks:action.move_by_offset(x, y)action.pause(random.uniform(0.01, 0.1))  # 随机停顿action.release().perform()# 使用示例
driver = webdriver.Chrome()
driver.get("https://example.com")
slider = driver.find_element_by_id("slider")
simulate_drag(driver, slider, 200)  # 拖动200像素

（三）第三方服务与自动化工具

1. 打码平台集成（使用2Captcha服务）

import requests
import time# 上传验证码至2Captcha
api_key = "YOUR_API_KEY"
with open('captcha.png', 'rb') as f:response = requests.post('http://2captcha.com/in.php?key={}'.format(api_key),files={'file': f})
captcha_id = response.text.split('|')[1]# 获取识别结果
while True:result = requests.get('http://2captcha.com/res.php?key={}&action=get&id={}'.format(api_key, captcha_id))if 'OK' in result.text:code = result.text.split('|')[1]breaktime.sleep(5)print("识别结果:", code)

2. 多线程自动化处理

import threading
from queue import Queueclass CaptchaSolverThread(threading.Thread):def __init__(self, queue):threading.Thread.__init__(self)self.queue = queuedef run(self):while not self.queue.empty():img_path = self.queue.get()try:self.solve_captcha(img_path)finally:self.queue.task_done()def solve_captcha(self, img_path):# 使用OCR或其他方法识别验证码image = Image.open(img_path)gray_image = image.convert('L')threshold = 128binary_image = gray_image.point(lambda x: 0 if x < threshold else 255)text = pytesseract.image_to_string(binary_image, lang='eng')print(f"{img_path} 识别结果: {text}")# 使用示例
captcha_queue = Queue()
for i in range(10):captcha_queue.put(f'captcha_{i}.png')for _ in range(3):  # 3个线程并发处理thread = CaptchaSolverThread(captcha_queue)thread.start()captcha_queue.join()  # 等待所有任务完成

（四）动态参数破解与多模态融合

1. 动态参数逆向分析

import execjs
import requests# 加载JavaScript代码（逆向分析得到的加密逻辑）
with open('encryption.js', 'r', encoding='utf-8') as f:js_code = f.read()ctx = execjs.compile(js_code)def get_signature(params):"""获取加密签名"""return ctx.call('getSignature', params)# 使用示例
params = {'timestamp': int(time.time() * 1000),'key': 'your_key'
}
signature = get_signature(params)
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3','signature': signature
}
response = requests.get('https://example.com/api', headers=headers, params=params)
print(response.json())

2. 多模态融合（结合图像与语音识别）

import speech_recognition as sr
from pydub import AudioSegment
import cv2# 语音验证码识别
def recognize_audio_captcha(audio_path):recognizer = sr.Recognizer()audio = AudioSegment.from_mp3(audio_path)audio.export("temp.wav", format="wav")with sr.AudioFile("temp.wav") as source:audio_data = recognizer.record(source)text = recognizer.recognize_google(audio_data, language='zh-CN')print(f"语音识别结果: {text}")return text# 图像验证码识别（结合语音提示）
def recognize_combined_captcha(image_path, audio_path):# 图像识别部分image = cv2.imread(image_path)# 这里可以加入图像预处理和识别逻辑# 语音识别部分audio_text = recognize_audio_captcha(audio_path)# 结合图像与语音信息进行最终判断final_result = f"{audio_text}_from_combined"print(f"多模态融合结果: {final_result}")return final_result# 使用示例
recognize_combined_captcha('image_captcha.png', 'audio_captcha.mp3')

三、进阶策略

（一）动态参数破解

逆向分析JS加密逻辑：通过分析网站前端JavaScript代码，提取加密算法和动态参数生成规则。
AST反混淆技术：使用抽象语法树（AST）分析工具对混淆的JavaScript代码进行去混淆处理，提取核心算法。

（二）多模态融合

结合图像识别与语音识别技术：处理混合型验证码（如“听数字+看图输入”），提高识别成功率。
跨模态特征提取：通过深度学习模型提取图像和语音的共同特征，实现更鲁棒的验证码识别。

总结

验证码识别需针对不同类型选择合适的策略：

简单字符验证码：OCR+预处理（成功率约60%）
复杂图形验证码：CNN模型训练（成功率>90%）
行为验证码：轨迹模拟+随机延时（需对抗行为分析模型）
多模态验证码：结合图像识别与语音识别技术（成功率根据具体实现而定）

在实际应用中，应根据目标验证码的特点和复杂度，综合运用上述策略，并不断优化模型和算法，以应对不断演化的反爬虫机制。同时，始终遵循法律法规和道德准则，确保数据抓取活动的合法性和合规性。

反爬虫机制中的验证码识别：类型、技术难点与应对策略

在互联网数据抓取领域，验证码识别是爬虫过程中的关键环节之一。下面对常见验证码类型、技术难点及应对策略进行详细解析，并提供多种场景下的代码实现示例。一、验证码类型与技术难点 （一）图形验证码 1. 字符验证码特征&#…...

编程日记 2025/6/25 15:17:46

.NET 10 中的新增功能

.NET 运行时 .NET 10 运行时引入了新功能和性能改进。关键更新包括： 数组接口方法反虚拟化：JIT 现在可以取消虚拟化和内联数组接口方法，从而提高数组枚举的性能。数组枚举去抽象化：改进功能以通过枚举器减少数组迭代的抽象开销…...

编程日记 2025/6/24 22:49:45

通过音频的pcm数据格式利用canvas绘制音频波形图

上面是一个完整的音频的波形图，可以大概知道音频整个的简略信息数据准备：需要有这个音频的pcm数据，也就是时域采样值，每个数字代表某一时刻音频波形的振幅。 <!DOCTYPE html> <html lang"en"> <head&…...

编程日记 2025/6/25 13:39:04

Dubbo负载均衡策略深度解析

互联网大厂Java求职者面试：Dubbo负载均衡策略详解第一轮提问： 面试官：马架构，您好！请问您了解Dubbo的负载均衡策略吗？Dubbo支持哪些负载均衡策略呢？ 马架构：您好！Dub…...

编程日记 2025/6/25 14:58:34

【高频考点精讲】async/await原理剖析：Generator和Promise的完美结合

async/await原理剖析：Generator和Promise的完美结合今天咱们聊聊async/await，这玩意儿用起来是真香，但你知道它背后是怎么运作的吗？其实它就是Generator和Promise的"爱情结晶"。 1. 先搞懂Generator Generator&…...

编程日记 2025/6/25 8:02:19

量子加密通信技术及其应用：构建无条件安全的通信网络

一、引言在数字化时代，信息安全成为全球关注的焦点。随着量子计算技术的快速发展，传统的加密算法面临着前所未有的挑战。量子加密通信技术应运而生，它利用量子力学的基本原理，如量子叠加态和量子纠缠，实现了无条件安全…...

编程日记 2025/6/25 8:17:31

软考中级-软件设计师知识点速过1(手写笔记）

第一章：数值及其转换没什么可说的，包括二进制转八进制和十六进制第二章：计算机内部数据表示真值和机器数： 原码（后面都拿x 19举例) ： 反码： 补码： 移码： 定点数&…...

编程日记 2025/6/21 14:18:24

【prompt是什么？有哪些技巧？】

Prompt（提示词）是什么？ Prompt 是用户输入给AI模型（如ChatGPT、GPT-4等）的指令或问题，用于引导模型生成符合预期的回答。它的质量直接影响AI的输出效果。 Prompt 的核心技巧 1. 明确目标（Clar…...

编程日记 2025/6/25 8:47:43

C++进阶----多态

目录引言1.多态的概念2.多态的定义及实现2.1 多态的构成条件2.2虚函数2.3 虚函数的重写2.4 关键字override和final2.5 重载、覆盖（重写）、隐藏对比 3.抽象类3.1 抽象类概念 4.多态的原理4.1 虚函数表4.2虚函数表的底层4.3多态的原理4.4 动态绑定和静态绑…...

编程日记 2025/6/24 6:32:57

银发科技：AI健康小屋如何破解老龄化困局

随着全球人口老龄化程度的不断加深，如何保障老年人的健康、提升他们的生活质量，成为了社会各界关注的焦点。在这场应对老龄化挑战的战役中，智绅科技顺势而生，七彩喜智慧养老系统构筑居家养老安全网。而AI健康小屋作为一项创新…...

编程日记 2025/6/22 12:11:06

【黑马微服务面试篇】

分布式事务 cap定理-Availability CAP定理-Partition tolerance BASE理论 BASE理论是对CAP的一种解决思路，包含三个思想： BasicallyAvailable（基本可用）：分布式系统在出现故障时，允许损失部分可用性&#…...

编程日记 2025/6/22 18:53:19

斗鱼娱乐电玩平台源码搭建实录

在本篇文章中，我们将以技术人的角度详细拆解一款风格接近850平台的斗鱼娱乐电玩系统源码，包含完整服务器端、前台补全资源和双端APP构建流程。基于七月最新更新内容，本教程将突出技术关键点、实战配置与代码示范，旨在为开发者和搭…...

编程日记 2025/6/24 14:03:17

缓存与数据库一致性深度解析与解决方案

缓存与数据库一致性深度解析与解决方案一、一致性问题本质与挑战 1. 核心矛盾分析缓存与数据库一致性问题源于数据存储的异步性与分布性，核心挑战包括： 读写顺序不确定性：并发场景下写操作顺序可能被打乱（如先写缓存后写数据…...

编程日记 2025/6/19 20:52:25

Flutter 弹窗队列管理：支持优先级的线程安全通用弹窗队列系统

在复杂的 Flutter 应用开发中，弹窗管理是一个常见难题。手动管理弹窗的显示顺序和条件判断不仅繁琐，还容易出错。为此，我们实现了一个支持优先级的线程安全通用弹窗队列管理系统。它能够自动管理弹窗的显示顺序，支持条件判断&…...

编程日记 2025/6/4 2:34:21

【Langchain】RAG 优化：提高语义完整性、向量相关性、召回率--从字符分割到语义分块 (SemanticChunker)

RAG 优化：提高语义完整性、向量相关性、召回率–从字符分割到语义分块 (SemanticChunker) 背景：提升 RAG 检索质量在构建基于知识库的问答系统（RAG）时，如何有效地将原始文档分割成合适的文本块（Chunks&a…...

编程日记 2025/6/22 23:03:24

Linux 官方蓝牙协议栈 BlueZ 第一篇：入门与架构概览

Linux 官方蓝牙协议栈 BlueZ，包含内核驱动、用户态守护进程和 DBus 接口，支持 Classic Bluetooth 和 BLE。本篇将从协议栈演进、架构组件、安装调试、核心流程和开发入门五个角度，结合 PlantUML 图、C/Python 代码示例，帮助你全面掌握 BlueZ 基础。目录协议栈演进与概念 …...

编程日记 2025/6/25 9:06:11

多层级的对象如何修改、或json格式

场景： 对象有多层级，一层套一层，list套对象，对象套list。现在需要修改期中一个list的内容，怎么弄呢? 注：每一层都new一个新list再set不可取，太麻烦，看起来乱而且还容易错。最好…...

编程日记 2025/6/24 4:23:34

产品动态|千眼狼sCMOS科学相机捕获单分子荧光信号

单分子荧光成像技术，作为生物分子动态研究的关键工具，对捕捉微弱信号要求严苛。传统EMCCD相机因成本高昂，动态范围有限，满阱容量低等问题，制约单分子研究成果产出效率。千眼狼精准把握科研需求与趋势，自研…...

编程日记 2025/6/21 1:37:29

VsCode如何使用默认程序打开word Excel pdf等文件

如何使用在VsCode使用默认程序打开文件? 1.在插件市场里搜open插件并安装 2.安装完后,右键文件打开,点击Open with default application,就可以了是不是非常方便!!!...

编程日记 2025/6/24 1:48:58

【T-MRMSM】文本引导多层次交互多尺度空间记忆融合多模态情感分析

在特征提取的部分用了k-means abstract （背景）近年来，随着多模态数据量的迅速增加，多模态情感分析（MSA）越来越受到关注.该方法通过整合不同数据模态间的信息，提高了情感极性提取的准确性，从而实现了信息的全面融合，提高了情感分析的精度。（针对创新处的不足） …...

编程日记 2025/6/24 18:52:16

python pymysql如何保证数据库更新成功

python pymysql如何保证数据库更新成功在使用Python的PyMySQL库与MySQL数据库交互时，确保数据库更新操作成功执行，可以通过以下几种方式：使用execute()和commit() 当执行一个更新（UPDATE）、插入（INSERT）或删除（DELETE）操作时，你需要调用execute()方法来执行SQL语句…...

编程日记 2025/6/23 9:55:05

Redis是单线程的，如何提高多核CPU的利用率？

一句话回答： Redis 是单线程处理客户端命令，但可以通过多实例部署、I/O 多路复用、后台线程 Redis 6 的 I/O Thread 支持，来充分利用多核 CPU。一、Redis 单线程 ≠ 整个 Redis 都是单线程！ Redis 主要的网络事件命令执行 …...

编程日记 2025/6/20 9:51:17

01.oracle SQL基础

SQL是结构化查询语言 SQL分类数据定义语言（DDL --- create/alter/drop） sysdate --- 可以拿到当前系统时间案例：创建学生表，教师表，课程表 -- 学生表 create table t_student(sid number(11) primary key,sname n…...

编程日记 2025/6/24 19:53:31

BEVPoolv2：A Cutting-edge Implementation of BEVDet Toward Deployment

背景该论文是在BEVDet的基础上进行了一个调整优化，传统的方法是将特征图与深度预测进行外积得到视椎特征图，再将它与预处理好的体素索引结合，将每个视椎特征分类到每个voxel中进行累加和的操作。BEVFusion与BEVDepth等方法是避免了累加和&a…...

编程日记 2025/6/24 4:28:10

FreeRTOS学习笔记【10】-----任务上下文切换

1 概念性内容开机到调度需要经历的步骤有： 系统初始化任务创建启动调度器上下文切换时间分片任务执行 1.1 任务本质 FreeRTOS 的任务（Task）本质上就是一个运行在任务自己的栈区中无限循环的函数一段上下文（context&#x…...

编程日记 2025/6/21 10:58:27

PDFMathTranslate：基于LLM的PDF文档翻译及双语对照的工具【使用教程】

1.简介 PDFMathTranslate 是一个用于科学 PDF 文档翻译及双语对照的工具，是一个功能强大且灵活的科学文档翻译工具，适合科研人员、学生和专业人士使用，能够有效提高文档翻译的效率和质量。其具有以下特点和功能： 核心功能保留格…...

编程日记 2025/6/21 6:01:47

CSS 入门全解析

CSS 入门全解析：从选择器到布局的全面教学一、CSS 是什么？二、CSS 的基本语法结构三、常见选择器讲解四、盒模型讲解（重点）五、字体与颜色样式六、布局方式6.1 浮动布局（了解）6.2 Flex 弹性布局&#xff0…...

编程日记 2025/6/25 1:51:47

用户案例--慧眼科技

作者：算力魔方创始人/英特尔创新大使刘力每个行业都有其独特的需求，算力魔方推出了全面的定制化服务，从概念到产品化，满足各行各业，用户可以根据具体应用需求定制更多接口或更强图形处理的需求，且算力魔方…...

编程日记 2025/6/22 12:41:04

面试中被问到mybatis与jdbc有什么区别怎么办

1. 核心区别维度JDBCMyBatis抽象层级底层API，直接操作数据库高层持久层框架，封装JDBC细节代码量需要手动编写大量样板代码（连接、异常处理等）通过配置和映射减少冗余代码SQL管理SQL嵌入Java代码，维护困难SQL与Java代…...

编程日记 2025/6/24 10:58:14

科技与商业动态简报

睿创咨询聚焦与深耕IPD领域长达20年，联合多名企业经营实战专家和前高管，睿创咨询借力IPD，为企业全方面提高产品竞争力，让增长从偶然变为必然！...

编程日记 2025/6/25 8:30:29

Dart 基本特征私有属性/私有方法 import test88.dart;main() {var home new MainHome();home.execRun(); //间接的调用私有方法 }class MainHome {String _name "张三";//私有属性int age 10;main() {_run();print(_name);}void _run() {print("私有方法&qu…...

编程日记 2025/6/25 14:59:25

4G卡的DTU固件TCP通讯

4G卡DTU固件的TCP通讯概述TCP通讯测试软硬件准备上网步骤总结概述银尔达的DTU固件的4G卡可以应用到很多领域。我用的是YED-M780-B. 主要特点： 1、5~12V供电 2、工作环境为-35℃-75℃； 3、支持1路TTL 串口，兼容3.3V电平和5V电平&#x…...

编程日记 2025/6/25 11:19:25

Spring Boot 读取配置文件的几种方式

Spring Boot 提供了灵活多样的方式来读取配置文件（如 application.yml 或 application.properties），本文介绍几种常见的读取方式。 1. 配置文件位置与加载顺序 Spring Boot 默认从以下位置加载配置文件（优先级从高到低&#xff0…...

编程日记 2025/6/19 22:09:44

Winform(1.Winform控件学习)

使用的控件有：Button,Label,TextBox button:表示一个按钮,用户点击按钮触发事件 click事件最常用 label:标签,用于显示文本 Name属性：变量名称 textBox:输入框 Form1代码： using System; using System.Collections.Generic; using Sy…...

编程日记 2025/6/23 21:07:42

解读《数据资产质量评估实施规则》：企业数据资产认证落地的关键指南

随着“数据要素市场”建设加速，数据资产逐步成为企业核心资产之一。2024年4月，由中国质量认证中心（CQC）发布的《数据资产质量评估实施规则》（编号：CQC96-831160-2024）正式实施，为企业…...

编程日记 2025/6/24 17:23:40

Python Transformers 库介绍

Hugging Face 的 Transformers 库是一个用于自然语言处理（NLP）的强大 Python 库，它提供了对各种预训练模型的访问和使用接口。该库具有以下特点和功能：主要特点丰富的预训练模型：Transformers 库包含了大量的预训练模型，如 BERT、GPT - 2、RoBERTa、XLNet 等。这些模型…...

编程日记 2025/6/24 10:25:44

防火墙技术深度解析：从包过滤到云原生防火墙的部署与实战

防火墙技术深度解析：从包过滤到云原生防火墙的部署与实战在网络安全防御体系中，防火墙是第一道物理屏障，承担着“网络流量守门人”的核心角色。从早期基于IP地址的包过滤设备到如今集成AI威胁检测的云原生防火墙，其技术演进始终…...

编程日记 2025/6/25 11:40:25

58、微服务保姆教程（一）

一、微服务架构概述 1、微服务架构的核心概念微服务架构是一种软件开发架构风格，它将一个应用程序划分为多个小型、独立的服务。每个服务负责一个特定的业务功能，并能够通过轻量级的通信方式（如HTTP RESTful API、消息队列等）相互通信。在设计上，每个服务都是独立的、…...

编程日记 2025/6/24 18:21:30

C 语言内存分配方法及优缺点

在 C 语言开发中，内存分配的方式主要有三种：静态内存分配、栈内存分配和堆内存分配。每种分配方式都有其独特的特点、适用场景以及优缺点。静态内存分配静态内存分配是在编译时就确定好内存的分配，它主要用于定义全局变量和静态局部变量。…...

编程日记 2025/6/24 14:31:49

通过模仿学习实现机器人灵巧操作：综述（下）

25年4月来自天津大学、山东大学、瑞士ETH、南方科技大学、通用 AI 国家重点实验室、爱丁堡大学和中科院自动化所的论文“Dexterous Manipulation through Imitation Learning: A Survey”。灵巧操作是指机械手或多指末端执行器通过精确、协调的手指运动和自适应力调制&#x…...

编程日记 2025/6/23 19:34:20

uni-app 引入高德地图

一、准备工作：申请密钥与环境配置 1. 申请高德地图 API 密钥注册并登录高德开放平台创建「Web 端 (JS API)」类型应用，获取API 密钥（Key）✅ 注意：需在「安全设置」中添加域名（如https://*.yourd…...

编程日记 2025/6/24 9:53:58

开源项目实战学习之YOLO11：ultralytics-cfg-datasets-Objects365、open-images-v7.yaml文件（六）

👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路 medical - pills.yaml 通常用于配置与医学药丸检测任务相关的参数和信息 Objects365.yaml 用于配置与 Objects365 数据集相关信息的文件。Objects365 数据集包含 365 个不同的物体类别…...

编程日记 2025/6/21 1:28:54