<aside> 😀 空间推理验证码训练。本文将使用yolo进行推理训练和预测，通过标注图片进行数据处理。
</aside>
目标：自己训练模型使其可以预测出正确的结果 效果：可以在代码中自动显示出结果以便查看是否正确。
首先我们要实现这整一个需求，我们要分析，中间可能会有几个步骤。
1、物体识别（圆柱、圆锥、数字、字母、多面体等等）
2、物体的大小，主要是字母（大写字母、小写字母）
3、物体的颜色
4、问题的剖析（某某物体的上方、某一个唯一的物体）
5、圈出目标位置（测试结果是否正确）
大概就有以上五点。
我试过了用yolo一步到位，把前三点直接识别出来，发现样本需要很多，标注得标注到猴年马月。
我就换了个思路，如何实现少标注的情况下，保存识别的准确性。
这里我们就要减少标注的类别，我通过分析网站颜色，大体有五种红色、黄色、灰色、蓝色、绿色。物体也有好几种，如果我让yolo只识别物体然后再通过别的手段识别其他的物体，会不会就能提供效率。我简单的画了一下这个流程图。
通过labelImg 工具进行数据标注。
首先我们先来对其进行安装
pip install labelImg