Upload docs/zh/TRAINING.md with huggingface_hub

docs/zh/TRAINING.md

@@ -0,0 +1,86 @@
+# 训练与微调
+
+## 环境
+
+```bash
+pip install torch onnx onnxscript pillow numpy opencv-python
+```
+
+## 从零训练
+
+### 1. 准备数据
+
+标签格式 `labels.json`：
+```json
+{
+  "captcha_001.png": {"label": "4821"},
+  "captcha_002.png": {"label": "9037"}
+}
+```
+
+图片目录：150x60 左右的 RGB 验证码 PNG，文件名与标签键一致。
+
+### 2. 训练
+
+```bash
+python scripts/train_fixed.py \
+  <labels.json> <图片目录> <输出.onnx> \
+  0.08      # val 比例
+  500       # epochs
+  1         # 增强开关 (1=开)
+  rgb       # 输入 RGB (关键: 不要用灰度)
+```
+
+示例：
+```bash
+python scripts/train_fixed.py \
+  data/1000_labels.json data/1000_raw \
+  models/my_model.onnx \
+  0.08 500 1 rgb
+```
+
+产物：
+- `<输出>.onnx` — 最终 ONNX 模型
+- `<输出>.onnx.pt` — 最优 epoch 的 PyTorch 权重 (best val)
+
+### 3. 推理验证
+
+```python
+import numpy as np, onnxruntime as ort
+from PIL import Image
+sess = ort.InferenceSession("my_model.onnx", providers=["CPUExecutionProvider"])
+im = Image.open("captcha.png").convert("RGB").resize((160,64), Image.BILINEAR)
+x = np.asarray(im, dtype=np.float32).transpose(2,0,1)[None] / 255.0
+logits = sess.run(None, {"input": x})[0]
+code = "".join(str(int(logits[0,p].argmax())) for p in range(4))
+```
+
+## 微调
+
+从 checkpoint 续训（`train_fixed.py` 检测到 `<输出>.onnx.pt` 存在会自动加载权重）：
+
+```bash
+cp models/captcha_1000_raw.onnx.pt models/finetuned.onnx.pt
+python scripts/train_fixed.py <新标签.json> <新图目录> models/finetuned.onnx 0.08 200 1 rgb
+```
+
+- 只标少量新样本（50-200 张）即可适配小幅变化
+- 生成器变化大时建议新旧数据混合训练，避免灾难性遗忘
+- 保持同样的预处理（RGB 160x64 /255，不去噪）和增强配置
+
+## 参数说明
+
+| 参数 | 默认 | 说明 |
+|---|---|---|
+| val_frac | 0.1 | 验证集比例 |
+| epochs | 400 | 总训练轮数 |
+| aug | 1 | 增强开关 |
+| rgb | - | 传 `rgb` 启用 3 通道输入（推荐） |
+
+## 关键经验
+
+1. **必须用 RGB，不要灰度** — 验证码数字是彩色的，灰度丢信息。
+2. **不要图像去噪** — 形态学开运算砍掉细笔画，val 从 88.6% 掉到 79.8%。数据量足够时模型自己学会过滤干扰线。
+3. **位置保留架构，不要 Global Average Pooling** — GAP 丢空间位置导致 val 归零；按列分组池化（20列→4位置）后立即泛化。
+4. **人类标注 >> 视觉模型自动标注** — 自动标注 ~35% 噪声会把模型带崩到 0% 命中；手工 100% 干净标签才能学到真实分布。
+5. **增强不要加高斯噪声** — 验证码本身有干扰线，再加随机噪声会让训练样本面目全非。