如何基于Serverless云函数 SCF+Kaggle端到端验证码识别从训练到部署
本篇文章为大家展示了如何基于Serverless云函数 SCF+Kaggle端到端验证码识别从训练到部署，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
随着验证码技术的更新换代，传统的验证码识别算法已经越来越无用武之地了。近些年来人工智能迅速发展，尤其是在深度学习神经网络这一块生态尤为繁荣，各种算法和模型层出不穷。
今天就尝试带大家借助 Kaggle+SCF 快速训练部署一个端到端的通用验证码识别模型，真正的验证码识别从入门到应用的一条龙服务，哈哈哈~
效果展示
操作步骤
第一步：了解 kaggle
没做过数据科学竞赛的同学，可能不太了解 kaggle 哈。
Kaggle is the world's largest data science community with powerful tools and resources to help you achieve your data science goals.
这是 kaggle 官网）的自我介绍，简单来说 kaggle 是全球最大的数据科学交流社区，上面有许多关于数据科学的竞赛和数据集，并且提供了一些数据科学在线分析的环境和工具，一直以来吸引了全球大批数据科学爱好者，社区极其繁荣。
这里我们主要是用 kaggle 的 Notebooks 服务里的 kernel 环境来快速在云端训练自己的验证码识别模型。
你可能会问在本地训练不可以吗，为啥非得折腾着上云？哈哈，这还真不是折腾，普通人的电脑算力其实是有限的，而训练模型是需要强大 GPU 算力的支持，不然要训练到猴年马月~
我们再来看一下 kaggle 上的 kernel 环境的配置：
CPU 4核心，16 GB 运行内存
GPU 2核心 13 GB 运行内存
每个 kernel 有 9 小时的运行时长，GPU 资源每周 30 小时使用时长。除了硬件资源之外，kernel 环境里已经配置好了一些机器学习的常用库，包括 Pytorch， Tensorflow 2 等，它的机器学习环境是开箱即用的，零配置，零维护。
Kaggle Notebooks run in a remote computational environment. We provide the hardware-you need only worry about the code.
正如 kaggle notebooks 官方文档所言，kaggle 免费为你提供硬件和机器学习环境，你唯一需要关心的是你的代码。这么好的东西关键还是免费提供的啊，果断选它来训练模型就对了。
第二步：注册 kaggle 账号，新建一个 kernel 环境
账号注册、新建 kernel 等相关问题，网上有很多相关文章，这里不再细说了。
第三步：clone git 仓库，修改成自己的验证码数据集
这里我在 github.com/nickliqian/cnn_captcha项目的基础上，把原项目升级更新到了 Tensorflow 2.0，然后做了个 kaggle 训练 + SCF 部署的通用验证码识别方案。
现在你只需要将我修改好的仓库 https://gitee.com/LoveWJG/tflite_train克隆到本地，
然后按照项目里的 readme 配置一下训练参数，替换一下自己的验证码数据集即可。
第四步：上传项目到 kaggle 开始训练
然后把配置好的项目压缩上传到 kaggle 直接解压按照说明文件进行训练即可。
这里用了 20000 张验证码，训练了 10000 轮左右，大概耗时 30 分钟，还是相当给力的。训练结束后你可以根据仓库里的 readme 文件，把模型、日志文件打包下载到本地，然后再在本地将模型转成 tflite 格式（方便在移动端使用，本地识别验证码），如果模型文件过大你也可以在本地运行 tflite.py 程序把 tflite 模型量化，大概可以把模型文件缩小到原来的 1/4，最终你应该得到一个 .tflite 格式的模型文件。
第五步：使用云函数快速部署验证码识别模型
云函数的创建、配置和发布可参考我之前的系列文章，这里就不再细讲了。
新建一个 python 空白云函数，然后把 scf.py 文件里的代码填到 index.py 里保存。
# -*- coding:utf-8 -*-import ioimport jsonimport osimport timeimport numpy as npimport tensorflow as tffrom PIL import Imagemodel_path = "model_quantized.tflite" #模型文件地址chars = '23456789abcdefghjkmpqrstuvwxy' #验证码字符，顺序要与config.json里的一致# Load TFLite model and allocate tensors.interpreter = tf.lite.Interpreter(model_path=model_path)interpreter.allocate_tensors()# Get input and output tensors.input_details = interpreter.get_input_details()output_details = interpreter.get_output_details()#将验证码数据转换成模型输入格式def img2input(img, width, height): tmpe_array = [serverless] for i in range(height): for j in range(width): pixel = img.getpixel((j, i)) tmpe_array.append((0.3*pixel[0]+0.6*pixel[1]+0.1*pixel[2])/255) tmpe_array = np.array(tmpe_array).astype('float32') input_array = np.expand_dims(tmpe_array, axis=0) return input_array#识别验证码def predict(image): captcha_image = Image.open(io.BytesIO(image)) image_np_expanded = img2input(captcha_image, 100, 50) interpreter.set_tensor(input_details[0]['index'], image_np_expanded) interpreter.invoke() output_data = interpreter.get_tensor(output_details[0]['index']) codes = '' for i in output_data[0]: codes += chars[i] return codes# api网关响应集成def apiReply(reply, txt=False, content_type='application/json', code=200): return { "isBase64Encoded": False, "statusCode": code, "headers": {'Content-Type': content_type}, "body": json.dumps(reply, ensure_ascii=False) if not txt else str(reply) }#云函数入口def main_handler(event, context): return apiReply( { "ok": False if not 'image' in event.keys() else True, "message": "请求参数无效" if not 'image' in event.keys() else predict(event['queryString']['image']) } )把模型文件上传到云函数根目录，然后配置一下自己的验证码识别模型参数
model_path = "model_quantized.tflite" #模型文件地址chars = '23456789abcdefghjkmpqrstuvwxy' #验证码字符，顺序要与config.json里的一致
之后给我们的云函数添加一个 API 网关触发器，并启用响应集成，然后发布上线即可
没有问题的话，你只需 GET 一下，就可以返回验证码识别结果了。
api网关+?base64Image=base64编码后的验证码数据
小编带大家从头训练并部署了一个通用验证码识别模型。我们再一次看到基于 Serverless 的云函数在开发线上应用的过程中是多么方便和迅速！
上述内容就是如何基于Serverless云函数 SCF+Kaggle端到端验证码识别从训练到部署，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注行业资讯频道。
