用于CAPTCHA检测与分类的不同YOLO模型基准测试
计算机视觉与模式识别
2025-02-20 v1
摘要
本文对 YOLOv5、YOLOv8 和 YOLOv10 模型在网页 CAPTCHA 检测中的表现进行了分析与比较，使用了从网络和暗网收集的数据集以及合成的网页数据。该研究考察了 YOLO 架构的 nano (n)、small (s) 和 medium (m) 变体，并使用 Precision、Recall、F1 score、mAP@50 和推理速度等指标来确定其在实际应用中的效用。此外，由于调整已训练模型以高效检测新 CAPTCHA 模式的可能性是实际应用中的关键部分，本文对此进行了考察。提出了一种图像切片方法，以提高在超大输入图像上的检测指标，这在网页分析中是一种常见场景。nano 版本模型在速度方面取得了最佳结果，而更复杂的架构在其他指标上得分更高。
引用
@article{arxiv.2502.13740,
title = {Benchmarking of Different YOLO Models for CAPTCHAs Detection and Classification},
author = {Mikołaj Wysocki and Henryk Gierszal and Piotr Tyczka and Sophia Karagiorgou and George Pantelis},
journal= {arXiv preprint arXiv:2502.13740},
year = {2025}
}