简介基于Python孪生神经网络的点选识别配套资料包面向希望学习深度学习与计算机视觉验证码识别的小白或进阶学习者也适用于毕业设计、课程设计、大作业或工程实训等场景。代码基于Python 3.8环境包含数据预处理、VGG16特征提取、孪生网络训练与预测等完整源码脚本并配有训练配置、依赖清单、数据集使用说明和复现指南便于快速跑通流程。包内共有13个文件以7个Python脚本为源码核心另含数据包、模型示意图片、配置类文件、文本说明等压缩后整体大小67.23MB结构清晰便于分类查找。据作者介绍在4090显卡上训练100轮后测试集准确率可达98.6%以上基本完成了对点选类验证码的有效识别。目前已有149人学习下载适合作为练手项目或复现参考可深入研究孪生网络在图片相似度判断中的实际用法。1. 孪生神经网络做点选识别先搞清楚任务边界做点选识别最常见的翻车姿势是拿目标检测去抠图标然后发现漏检、误检永远调不完。原因在于点选识别的核心不是“分类出这是什么”而是“判断这个区域和模板是不是同一个目标”——这正是孪生神经网络擅长的相似度学习。把模板图和候选区域两路输入一个共享权重的网络输出一个相似度分数场景图上分数最高的位置就是要点的目标。这个方案在 UI 自动化、安防联动、游戏脚本风控里都很常见适合模板小、变化多、标注样本少的场景。本文按数据、模型、推理、避坑的路径把一套能复现的 Python 实现讲清楚。2. 准备点选数据集样本对的质量决定模型上限2.1 数据集从哪来自建标注与公开集改造孪生网络的训练数据是“对”不是单张图。一张模板图配上场景图里的目标区域构成一个正样本对模板配上场景图里的非目标区域构成一个负样本对。这个特性让数据集构建比目标检测门槛低很多——不需要画边框只需要在目标出现的位置打个点。实际上构建点选数据集有两条路。第一条是自己截图标注适合做垂直场景。比如你要识别某个 App 的“确认按钮”就把按钮截图存为模板再从真实操作截图中找到按钮中心点记录下来作为正样本点。负样本直接从截图的空白区域随机裁剪。这种数据集的优点是和线上环境一致缺点是初期标注量不小。第二条是改造现有公开数据集来做预训练。常见做法是把 CIFAR-10 或者 COCO 子集当成场景图把同一类别的两张不同图片裁剪成对视为正样本不同类别的视为负样本。这样可以在不手工标注的情况下获得几十万对数据先把模型训练到收敛再用真实场景数据微调。我一般建议两条腿走路公开数据集跑通流程自建数据做最终效果。别指望公开集训练的模型直接上线因为点选识别对“模板和现场是否同源”极其敏感截图尺寸、颜色空间、 UI 渲染差异都会带来特征偏移。2.2 正负样本对生成代码与关键参数生成样本对是数据章节的核心步骤。下面这段代码从一个简单结构的数据目录出发生成训练用的正负样本对并把它们落盘成 NumPy 格式。import os import cv2 import random import numpy as np from sklearn.model_selection import train_test_split def build_pairs(scene_dir, ann_file, out_path, pair_per_scene200): scene_dir: 场景图目录, 每张图对应一个模板 ann_file: 每行的格式: 图片名, 目标中心x, 目标中心y, 模板宽, 模板高, 模板图路径 pair_per_scene: 每张场景图生成的样本对数量 pairs [] with open(ann_file, r) as f: lines [line.strip().split(,) for line in f if line.strip()] for line in lines: img_name, cx, cy, tw, th, tpl_path line scene cv2.imread(os.path.join(scene_dir, img_name)) sh, sw scene.shape[:2] # 从模板图读出模板 tpl cv2.imread(tpl_path) th_, tw_ tpl.shape[:2] cx, cy int(float(cx)), int(float(cy)) # 以目标中心裁剪固定尺寸的目标区域作为正样本 box_h, box_w int(float(th)), int(float(tw)) x1 max(0, cx - box_w // 2) y1 max(0, cy - box_h // 2) x2 min(sw, x1 box_w) y2 min(sh, y1 box_h) pos_crop scene[y1:y2, x1:x2] if pos_crop.size 0 or tpl.size 0: continue # 每一张场景图固定翻几对 for _ in range(pair_per_scene): # 70% 生成正对: 模板 目标区域(加一点随机平移, 保证模型对轻微偏移鲁棒) if random.random() 0.7: dx random.randint(-5, 5) dy random.randint(-5, 5) xx1 max(0, min(sw - box_w, cx - box_w // 2 dx)) yy1 max(0, min(sh - box_h, cy - box_h // 2 dy)) crop scene[yy1:yy1 box_h, xx1:xx1 box_w] if crop.size 0: continue pairs.append((tpl, crop, 1)) else: # 30% 生成负对: 模板 随机非目标区域 for _ in range(5): # 尝试5次避免裁到目标区域 rx random.randint(0, max(1, sw - box_w - 1)) ry random.randint(0, max(1, sh - box_h - 1)) # 与目标中心距离小于阈值就重试 if abs(rx box_w // 2 - cx) box_w and abs(ry box_h // 2 - cy) box_h: continue crop scene[ry:ry box_h, rx:rx box_w] if crop.size 0: continue pairs.append((tpl, crop, 0)) break random.shuffle(pairs) imgs np.array([cv2.resize(p[0], (64, 64)) for p in pairs]) cands np.array([cv2.resize(p[1], (64, 64)) for p in pairs]) labels np.array([p[2] for p in pairs], dtypenp.float32) # 按 8:2 划分训练与验证 idx np.arange(len(pairs)) tr_idx, va_idx train_test_split(idx, test_size0.2, stratifylabels) np.savez(out_path, tr_imgimgs[tr_idx], tr_candcands[tr_idx], tr_labellabels[tr_idx], va_imgimgs[va_idx], va_candcands[va_idx], va_labellabels[va_idx]) print(ftotal{len(pairs)}, train{len(tr_idx)}, val{len(va_idx)}) # 使用示例 build_pairs(./scenes, ./ann.txt, ./point_click_pairs.npz, pair_per_scene200)这段代码的关键点有三个。第一正样本对里加了 ±5 像素的随机平移让模型学到“稍微偏一点也算同一个目标”否则训练出来的相似度对位置极其敏感推理时滑窗步长稍微大一点就漏检。第二负样本采样时做了距离约束随机裁剪区域离目标中心至少一个模板宽高避免把正样本的局部当成负样本这是最容易犯的错误。第三用train_test_split的stratify参数按标签分层划分保证验证集里正负比例和训练集一致。参数上pair_per_scene控制数据量目标是有 500 张以上场景图时每张生成 200 对就是 10 万对足够一个小型孪生网络收敛。裁剪尺寸这里统一到 64x64这是个经验值小于 32x32 会丢失纹理细节大于 96x96 会让训练变慢且容易过拟合。2.3 数据增强让模型对模糊和亮度变化不敏感点选识别最典型的线上干扰是亮度变化和轻微模糊。同一个按钮白天和晚上的截图像素分布完全不同如果没有对应的数据增强模型在验证集上效果很好一到现场就退化。这里我习惯在生成样本对之后单独对每一对做一次随机增强增强操作和参数如下。import imgaug.augmenters as iaa aug iaa.Sequential([ iaa.Multiply((0.7, 1.3)), # 全局亮度随机缩放 iaa.GaussianBlur((0.0, 1.5)), # 高斯模糊, 模拟轻微对焦问题 iaa.AdditiveGaussianNoise(scale(0, 0.02 * 255)), # 传感器噪声 iaa.Affine(scale(0.9, 1.1), rotate(-15, 15)) # 缩放与旋转 ]) def augment_pair(img, cand): # 注意: 模板和候选必须用同一个随机种子, 保证变换一致 seed random.randint(0, 2 ** 32 - 1) img_aug aug.augment_image(img) aug.reseed(seed) # 重置为同一随机种子 cand_aug aug.augment_image(cand) return img_aug, cand_aug增强时模板和候选要共享同一个随机种子否则模板转了 15 度候选转了 5 度模型会误以为“角度不一致”是负样本的特征。关于增强强度旋转角度我限制在 ±15 度以内因为 UI 场景中的目标通常不会有大幅旋转缩放在 0.9 到 1.1 之间主要是应对窗口缩放导致的图标大小变化再大就会出现变形失真。亮度系数 0.7 到 1.3 是经过对比测试的太大会让暗部细节全部丢失。3. 用 PyTorch 搭建孪生网络共享权重与对比损失3.1 网络结构为什么必须共享权重孪生网络的核心约束是“同一个特征提取器同时处理模板和候选”。这样做的意义在于模型学习到的是特征空间里的距离度量而不是某个特定目标的长相。如果把模板和候选分别送进两个独立网络模型会退化成一个“双分类器”对没见过的新模板完全失效。我这里用一个小型 CNN 作为特征提取器不用 ResNet 这类大网络。点选识别的输入是 64x64 的小图目标本身通常只占十几个像素深层大网络反而会因为感受野过大丢失细节。import torch import torch.nn as nn import torch.nn.functional as F class SiameseNet(nn.Module): def __init__(self, embedding_dim64): super().__init__() # 特征提取器: 3层卷积 全局平均池化 self.features nn.Sequential( nn.Conv2d(3, 32, kernel_size3, padding1), nn.BatchNorm2d(32), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(32, 64, kernel_size3, padding1), nn.BatchNorm2d(64), nn.ReLU(inplaceTrue), nn.MaxPool2d(2), nn.Conv2d(64, 128, kernel_size3, padding1), nn.BatchNorm2d(128), nn.ReLU(inplaceTrue), nn.AdaptiveAvgPool2d(1), ) self.fc nn.Sequential( nn.Linear(128, embedding_dim), ) # 注意: 模板和候选走同一个 forward_one, 权重自然共享 def forward_one(self, x): x self.features(x) x x.flatten(1) return self.fc(x) def forward(self, template, candidate): ft self.forward_one(template) fc self.forward_one(candidate) # 余弦相似度, 输出范围 [-1, 1] return F.cosine_similarity(ft, fc, dim1)这段代码里有几个细节值得展开。forward_one被模板和候选各调用一次PyTorch 的nn.Module内部的共享权重在保存模型时只存储一份参数加载时也只会加载一份不会出现双份参数的坑。AdaptiveAvgPool2d(1)把特征图压成一个点保证网络输入尺寸可以不固定。虽然训练时统一用了 64x64但推理时如果你偶然拿到一个 96x96 的候选区域网络依然能forward过去只是效果需要实测。embedding_dim 我取 64。这个值决定了特征空间的表达能力太小会区分不开相似目标太大在训练数据不足时容易过拟合。实测中 32 到 128 之间差异不大64 是稳妥的中间值。3.2 对比损失margin 的取值逻辑孪生网络最常用的损失是 Contrastive Loss。它的思路很直白正样本对的特征应该靠近负样本对的特征应该至少隔开一个 margin。在余弦相似度的情况下距离定义为1 - 相似度取值范围是 0 到 2。class ContrastiveLoss(nn.Module): def __init__(self, margin1.0): super().__init__() self.margin margin def forward(self, similarity, labels): # similarity: [batch], 余弦相似度 # labels: 1正对, 0负对 d 1 - similarity # 把相似度转成距离, 越相似距离越小 loss labels * d.pow(2) \ (1 - labels) * torch.clamp(self.margin - d, min0).pow(2) return loss.mean()这里最需要调的是 margin。margin 的意义是“负样本对至少要被推开多远”取 1.0 时负样本对相似度超过 0 就会被惩罚。如果模型输出相似度普遍偏高比如所有对都在 0.5 以上可以让 margin 稍大比如 1.2 或 1.5加大负样本的惩罚力度。还有一个容易忽略的问题余弦相似度的梯度在接近 ±1 时会变平导致训练后期loss下降得很慢。我的做法是先用正常 Contrastive Loss 训练 20 个 epoch然后切换到 MarginRankingLoss 做微调后者对相似度排名的优化更直接。这个切换可以在训练脚本里按 epoch 判断。3.3 训练循环完整可跑的代码训练循环里最值得注意的不是网络而是数据加载器怎么配对读取。前面数据章节生成的 npz 文件里模板和候选是分开的数组需要按相同索引组装成一对。import torch from torch.utils.data import DataLoader, TensorDataset, random_split def train_siamese(npz_pathpoint_click_pairs.npz, epochs40, batch_size128, lr1e-3): data np.load(npz_path) imgs torch.tensor(data[tr_img], dtypetorch.float32).permute(0, 3, 1, 2) / 255.0 cands torch.tensor(data[tr_cand], dtypetorch.float32).permute(0, 3, 1, 2) / 255.0 labels torch.tensor(data[tr_label], dtypetorch.float32) # 归一化: 用ImageNet均值标准差会让小数据集训练更稳 mean torch.tensor([0.485, 0.456, 0.406]).view(1, 3, 1, 1) std torch.tensor([0.229, 0.224, 0.225]).view(1, 3, 1, 1) imgs (imgs - mean) / std cands (cands - mean) / std dataset TensorDataset(imgs, cands, labels) loader DataLoader(dataset, batch_sizebatch_size, shuffleTrue, num_workers4, drop_lastTrue) model SiameseNet() optimizer torch.optim.Adam(model.parameters(), lrlr, weight_decay1e-4) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_maxepochs) criterion ContrastiveLoss(margin1.0) for epoch in range(epochs): model.train() running_loss 0.0 for t, c, lb in loader: optimizer.zero_grad() sim model(t, c) loss criterion(sim, lb) loss.backward() # 梯度裁剪: 防止余弦相似度训练时偶发的梯度爆炸 torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() running_loss loss.item() * t.size(0) scheduler.step() avg running_loss / len(dataset) print(fepoch {epoch1}/{epochs}, loss{avg:.4f}, lr{scheduler.get_last_lr()[0]:.2e}) # 每个epoch后顺手存一次, 便于中断恢复 if (epoch 1) % 10 0: torch.save(model.state_dict(), fsiamese_epoch_{epoch1}.pth) torch.save(model.state_dict(), siamese_final.pth)参数说明batch_size128是显存和训练速度的折中小了梯度噪声大大了小数据集上容易过拟合。lr1e-3在 Adam 下适配这个规模的网络如果你换成 ResNet 作为特征提取器需要把学习率降到 1e-4 量级。weight_decay1e-4能有效缓解小数据集上的过拟合主要体现在验证集相似度分布不会过于极端。梯度裁剪max_norm5.0是保险措施余弦相似度前向输出接近 1 时反向梯度确实偶尔会异常放大。4. 推理与点选判定滑窗扫描与阈值选择4.1 候选区域生成滑窗参数怎么定训练完成后推理阶段的任务是在场景图上找到与模板最相似的区域并输出中心点。最直接的方法是滑窗扫描用不同尺度的窗口遍历场景图把每个窗口的内容和模板组成候选对交给模型打分。def generate_candidates(scene, scales, stride8): scene: 场景图 (H, W, 3) scales: 模板尺寸的缩放比例列表, 如 [0.8, 1.0, 1.2] stride: 滑窗步长 h, w scene.shape[:2] boxes [] for s in scales: win_w, win_h int(64 * s), int(64 * s) for y in range(0, h - win_h 1, stride): for x in range(0, w - win_w 1, stride): boxes.append((x, y, win_w, win_h)) return boxes滑窗的核心参数是步长stride和尺度scales。步长决定召回率上限stride 越大漏检风险越高。举例来说模板是 64x64目标在场景图里只占 30x30stride 设为 8 时窗口中心到目标中心的最大偏移是 5.6 像素这个偏移量在训练时的 ±5 像素平移增强范围内模型依然能判定为相似。stride 设为 16 时最大偏移变成 11 像素超过训练分布就会开始漏检。多尺度滑窗是必须做的因为截图时窗口缩放会导致同一个按钮在画面里大小不一致。scales 取[0.8, 1.0, 1.2]覆盖 ±20% 的尺寸波动足够应对大多数界面场景。每个尺度单独跑一遍滑窗把得分叠加起来。4.2 相似度计算与阈值标定滑窗跑完后拿到的是一堆候选框和对应的相似度分数接下来要做阈值判定。阈值的选择不能凭感觉需要在验证集上标定。做法是把验证集里所有正样本对的相似度和负样本对的相似度分别画出分布取两条分布交叉点附近再按实际业务调整。def calibrate_threshold(model, val_imgs, val_cands, val_labels): model.eval() with torch.no_grad(): sim model(val_imgs, val_cands).numpy() pos sim[val_labels 1] neg sim[val_labels 0] # 简单找两个分布的中位数的中点 threshold (np.median(pos) np.median(neg)) / 2 print(fpos_mean{pos.mean():.4f}, neg_mean{neg.mean():.4f}, threshold{threshold:.4f}) return threshold这个标定方法在分布分得开的时候很有效。实操中有一个经验阈值宁可调低 0.05不要调高。调低会导致误点多几个但至少目标在那里会被点到调高则会出现大面积漏检看起来就像系统完全没有响应。4.3 后处理非极大值抑制与坐标输出滑窗在一个目标周围会产生多个高分数窗口如果不加处理会连续输出多个相近的点。非极大值抑制NMS是标准做法。def nms_boxes(boxes, scores, iou_threshold0.3): order scores.argsort()[::-1] keep [] while order.size 0: i order[0] keep.append(i) xx1 np.maximum(boxes[i, 0], boxes[order[1:], 0]) yy1 np.maximum(boxes[i, 1], boxes[order[1:], 1]) xx2 np.minimum(boxes[i, 0] boxes[i, 2], boxes[order[1:], 0] boxes[order[1:], 2]) yy2 np.minimum(boxes[i, 1] boxes[i, 3], boxes[order[1:], 1] boxes[order[1:], 3]) inter np.maximum(0, xx2 - xx1) * np.maximum(0, yy2 - yy1) areas_i boxes[i, 2] * boxes[i, 3] areas_o boxes[order[1:], 2] * boxes[order[1:], 3] iou inter / (areas_i areas_o - inter 1e-6) order order[1:][iou iou_threshold] return keepNMS 的iou_threshold0.3是经过测试的值。点选识别的目标是输出一个唯一的点击坐标所以对重叠窗口的抑制要激进0.3 意味着只要两个窗口重叠三成就只保留分数高的那个。如果业务场景里允许误点多次重试可以把阈值放宽到 0.5。抑制完成后取保留窗口中分数最高的那个输出其中心点即为点击坐标。如果场景里有可能出现多个同类目标比如两个“确认”按钮就按分数从高到低输出前 N 个中心点N 由业务需求决定。5. 点选识别避坑清单现象、原因、解决5.1 验证集准确率 98%线上点不准现象离线评估时正负样本对分类准确率接近满分但部署到真实场景后频繁点错位置。原因这是经典的数据分布不一致问题。离线验证集是从训练同分布的数据里切出来的而线上场景存在模板截图和运行截图的不同源问题——模板是 UI 设计稿切出来的画面是摄像头拍屏或远端渲染的两者的颜色、压缩噪声、字体渲染方式都不一样。对比损失学到的特征分布里这些差异被当成噪声忽略掉了一旦差异变大就失效。解决最有效的手段是混合预训练加同源微调。先用公开数据集比如 CIFAR-10 的同类图片对把模型训练到相似度分布基本合理再把真实场景里采集的同源模板和截图按前文数据章节的流程构造微调集用更小的学习率 1e-4 训练几十个 epoch。另外模板图不要用原始设计稿尽量用线上截图里手工抠出来的区域保证来源一致。5.2 训练 loss 正常下降但相似度几乎全是 0.8 以上现象训练过程中对比损失从 0.3 降到 0.05但输出所有候选对的相似度都集中在 0.8 到 0.95正负对完全没有区分度。原因特征提取器把输入压缩得太狠了。三个卷积层加全局平均池化后只保留 64 维特征如果目标本身纹理简单比如纯色按钮模型会退化成“学一个全局亮度偏置”所有输入都会被映射到特征空间的同一个区域。这与对比损失的训练方式也有关系负样本对不够难时模型不需要学细节就能让距离超过 margin。解决先检查负样本质量直接可视化几对负样本看是否和目标区域差异明显。如果差异太大加入 hard negative mining——在训练过程中动态找相似度最高的负样本对加入下一轮训练。操作上每个 epoch 结束后用当前模型对验证集负样本打分取分数最高的 10% 补入训练集。再不行就调整网络结构增加一层通道数或把embedding_dim降到 32强制模型压缩冗余信息。5.3 滑窗推理一次要 2 秒完全没法用现象在 1920x1080 的场景图上跑滑窗单个尺度就要处理 240x135 个窗口三个尺度加起来近 10 万个候选对每个候选对过一遍网络整体耗时超过 2 秒。原因把每个候选窗口单独送进模型 forward 一次完全没有利用卷积的批处理特性。Python 层面 for 循环的开销和重复的权重计算是主要瓶颈。解决三个手段叠加效果最明显的还是减少候选数。先把 stride 从 8 调到 16耗时降到 0.5 秒再配合一个粗定位阶段——用颜色直方图或边缘密度先筛掉大部分空白区域。比如对一个纯色背景的 UI直接统计每个滑窗位置的颜色方差方差过低说明是纯色区域直接跳过。粗筛后候选数可以降到 5000 个以内然后把所有候选拼成一个 batch 一次 forward单次推理耗时基本在 200ms 内。def batch_predict(model, template, boxes, scene, batch_size512): crops [] for (x, y, w, h) in boxes: crop scene[y:y h, x:x w] crop cv2.resize(crop, (64, 64)) crop cv2.cvtColor(crop, cv2.COLOR_BGR2RGB) / 255.0 crops.append(crop) t torch.tensor(np.stack(crops)).permute(0, 3, 1, 2).float() with torch.no_grad(): scores [] for i in range(0, len(t), batch_size): batch t[i:i batch_size] sim model(template.repeat(batch.size(0), 1, 1, 1), batch) scores.append(sim.numpy()) return np.concatenate(scores)5.4 模板和候选的预处理不一致导致相似度失真现象训练时用的输入是 RGB 顺序推理时 OpenCV 默认读图是 BGR导致模板和候选一个成了 RGB 一个成了 BGR相似度整体偏低且混乱。原因这是最基础也最容易犯的错误。前端图像经过多个工具链流转颜色通道顺序、归一化方式、resize 插值算法都可能不一致。任何一处不一致都会让模型看到与训练分布完全不同的数据。解决做一个统一的预处理函数在训练和推理入口都调用它。关键点是色空间统一用 RGBresize 统一用cv2.INTER_AREA缩放时抗锯齿效果更好归一化统一除以 255 再做 ImageNet 标准化。这套逻辑写在同一个模块里训练和推理都调它不要各写一份。我一般在项目根目录放一个preprocess.py所有涉及图像输入的脚本都从这里 import。5.5 模型对同一目标的相似度随时间漂移现象白天调好的阈值到晚上模型输出的相似度整体下降 0.2导致大量漏检。原因环境光变化直接影响截图像素分布。桌面应用还受系统主题变化影响——深色模式切换后按钮的边框颜色、背景全部变化。孪生网络学到的是像素级特征这种全局性改变会直接拉低相似度。解决短期方案是提高数据增强强度在训练时把亮度变化范围从 0.7 到 1.3 扩大到 0.5 到 1.5让模型见过更极端的光照。根本方案是做模板在线更新把每次点选成功后实际点击的那个区域截图按一定比例混合进模板图。具体做法是维护一个模板队列新截图和旧模板做加权平均权重按时间衰减让模板缓慢跟随环境变化。6. 进阶技巧模板在线更新与回归测试方法模板在线更新是这个方案从“能跑”走向“能长期用”的关键一步。实现上可以维护一个模板池每次点选成功后以点击坐标为圆心截取目标区域和当前模板做线性混合。混合比例按指数衰减新截图权重 0.3旧模板权重 0.7既适应环境变化又不会因为单次误点导致模板被污染。配合一个得分反馈机制——如果某个候选的相似度低于阈值但业务上判定点击成功说明环境发生了变化优先触发模板更新。验证方法我强烈建议做一个回归测试集。收集 100 到 200 条真实操作记录包括模板图、场景图、期望点击坐标。每次模型迭代后跑一遍完整推理流程计算两个指标位置回归误差预测点和标注点的像素距离和点击成功率距离小于模板宽高一半视为成功。这两个指标比准确率直观得多——准确率衡量的是“能不能区分”点击成功率衡量的是“能不能干活”。最后分享一个习惯所有调参实验的记录都保留下来包括 epoch、学习率、阈值、NMS 参数、增强强度以及对应的验证指标。遇到线上问题回查时这些记录帮你快速定位是模型收敛问题还是阈值漂移问题避免把时间耗在一次次重新训练上。点选识别这个方向做到最后瓶颈往往不在网络结构而在数据质量和工程细节上。这个思路对类似任务也适用希望帮到你。本文还有配套的精品资源点击获取