docs/zh/EVALUATION.md

评估说明

本文定义 PHPWind 验证码 OCR 模型的离线评估方法，用于测量带标签验证码图片上的 识别质量；不描述或支持自动化登录尝试。

适用范围

仅评估来自自有或已获明确授权测试的 PHPWind 部署的图片。评估数据必须与训练数据分离， 也不要公开可能包含私有信息的验证码图片或标签。

版本边界

已发布 checkpoint 使用一个目标部署的四位数字验证码图片训练；该部署页脚显示为 v0.7β。 此页脚文字只是观测到的部署标识，不是对 PHPWind 官方发布版本的判断。

部署或版本标识	状态	依据	说明
目标部署——页脚标识 v0.7β	训练和参考评估范围	997 张人工标注图片；留出验证集准确率 88.61%	已报告数据中唯一包含的验证码视觉配置。
其他 PHPWind 发行版、分支、主题或验证码生成器	未验证	无按版本划分的评估	请用有授权的代表性样本评估；图片分布不同时进行微调。

参考指标

已发布 checkpoint 的留出验证结果如下：

指标	数值
验证集准确率	88.61%
已标注图片数量	997
验证集比例	8%
任务	目标页脚标识 v0.7β 部署的四位数字验证码识别

该指标仅是当前 checkpoint 的历史参考值，并非生产环境保证。其他 PHPWind 版本、主题、字体及 验证码生成设置都可能改变图片分布。

可复现流程

1. 仅从已获授权的 PHPWind 部署收集带标签验证码图片。
2. 保留固定的留出集，不将其用于训练或调参。
3. 严格按模型预处理：RGB、双线性缩放至 160 × 64，再将像素值除以 255。
4. 对四个输出位置分别取 argmax，只有完整四位数字与标签一致时才计为正确。
5. 报告完整匹配准确率，并记录数据量、划分方法、模型版本，以及解释结果所需的 PHPWind 版本与主题信息。

建议记录格式

字段	应记录内容
模型版本	提交哈希或模型文件校验和
PHPWind 环境	版本及相关主题/自定义信息
数据来源	已获授权的来源与采集日期范围
数据划分	固定随机种子或明确文件清单
指标	完整四位数字的精确匹配准确率
局限性	分布差异、标注问题与已知失败样例

若 PHPWind 验证码生成器发生变化，请参阅训练与微调指南进行适配。