Lucas-Luoling

感谢你的回答，根据你的回答，我说下我的理解 - 对于第一个GAN，生成器输入(通过Opencv,Pillow生成的图片，记为Data1)，输出(记为Data2),判别器区分Data2和真实数据(记为Data3) - 对于第二个GAN，生成器输入Data2,输出(记为Data4)，判别器区分Data4和Data1 - pre_trained阶段:Data1->GAN1->GAN2->LeNet5 - fine-tune阶段:真实数据Data3->GAN2->LeNet5

我的理解是应该有3个生成器 1. 传统验证码生成器，就是我前面说的通过OpenCV或者Pillow生成的，目的是生成与真实验证码长得差不多的验证码(不需要特别像) 2. GAN验证码生成器，目的通过pix级别微调传统验证码生成器生成的验证码，使其长得更像真实验证码，生成器的输入时传统验证码生成器生成的验证码，目标输出是真实验证码 3. preprocessing，应该也是一种GAN生成器，目的是将有security features的验证码变成没有security features的验证码，方便后续LeNet5的分类，生成器的输入是第一个GAN的输出，目标输出是传统验证码生成器生成的验证码

> 是这样。Pre_trained阶段是Data1->GAN1->LeNet5，这里的Data1是生成没有背景或干扰线的验证码图片。 好的，非常感谢，就是pre_trained不需要用到preprocessing，只有fine-tune才用到preprocessing的意思吧