Python 利用深度学习识别空间推理验证码（一）

注意：本文会比较长，因为空间推理验证码本身比较复杂，我会详细的讲解，我是如何一步一步拆分空间推理的思想去实现的，另外，这里只介绍第一种思想来解决空间推理验证码，实际上，解决该验证码的方法也比较多，这第一种，我会讲解的比较简单，通俗易懂。
注意：下面数据集使用的是我上一篇博客生成的Python 自动生成空间推理验证码

首先来看一下，我们需要解决的问题

请点击在大号球右侧的绿色物体。
请点击在大型红色物品右边的大型绿色物体。
请点击小号黄色物品。
请点击大体积蓝色物品。
请点击圆柱体。

请点击与球有相同颜色的物体。
请点击与大型方块有相同颜色的小号物体。
请点击与大体积球体有相同颜色的物品。
请点击在大体积绿色圆锥左边的绿色圆锥。
请点击在球体右边的绿色圆锥。

拆分问题

其实拆分问题是最为关键的部分，只要把问题拆分的够细致，每一步都有对应的解决方法，顺理成章的到最后也就解决问题了，当然，每一步都可能有不同的实现方法，具体取舍看自己就行，所以这里先介绍第一种拆分方法。

拆分图片

图片仅仅分为两个部分，背景和物体，背景不用说了，无关紧要，重要的是物体，主要推断的是物体的属性，从问题以及图片的结合来看，物体的属性包含以下部分（颜色、形状、材质、尺寸、位置），这样，图片就拆分完成了。

拆分问题

统计分析了问题之后，问题首先分为两块，一块是，直接找到对应的物体，例如（请点击绿色球体），另一块是，找到某某物体相关联的某某物体，其中，这一块又可以分为两块，一块是某某物体相关联位置的某某物体，例如（请点击在大体积绿色圆锥左边的绿色圆锥），另一块是某某物体相关联属性的某某物体李，例如（请点击与大体积球体有相同颜色的物品），这样，问题就拆分完成了。

问题求解

上述是我拆分的结论，这也仅仅是最直接的去拆分问题的想法，后面我会讲解更多的思路，下面我们根据拆解的问题一一求解，大体思路分为：找出物体位置–分析物体属性–分析问题–得到最终物体，其中每一步，都会用到深度学习或机器学习的方式去识别，实际上是三阶段的形式，来完成最终的检测。

找出物体位置

找出物体位置，就是一个目标检测问题，现在的目标检测技术非常成熟，我们只需要使用一种深度学习的框架实现即可，这里我使用的是yolov5，