feat(add): Special Image Classifier based on YOLOv5

[QIN2DIM]

不过这条特性大概率是不会用上的，本项目的需求只是领个游戏而已。 不行我就要一次过！

在保证可玩性的情况下，针对地训练一个最小化的 YOLOv5 图像分类器（杀鸡用核弹）。

目前一轮挑战耗时 12 秒左右（存在无法覆盖的类别），针对性训练后的识别效率可以提升 3 至 10 倍，预计耗时压榨至 3 秒内，极端情况下可在模型体积更小，占用内存更低的情况下，秒解挑战。

• 感兴趣的朋友可以参考这篇论文自己玩一玩 10.1109/SPW53761.2021.00061
• 根据文章中提到的“技术建议”可知，hCaptcha challenge 的图像类型数量在短时间内不会有太大变化（从文章发表至今删去了 雨伞 新添了 巴土 和 水上飞机），为此，我们可以刻意地训练一个完全适配度的模型用来处理人机挑战（也即所有可供分类的图像数量较少，正常作业中不会遇到突发情况，相当于模拟考前做了一遍原题还对了参考答案，即使遇见突发情况也可以借助强大的关联点网络做排除法）。

[QIN2DIM]

闪电解算

使用 YOLOv5m6(onnx) 执行 claim 指令的运行日志如下图所示：

各方案对比

下表统计了不同规模的 onnx model 处理 30 轮（每 9 张挑战图片记数一轮）混合类别的 hCAPTCHA 人机挑战的平均解算耗时：

model(onnx)	avg_time(s)	model_size
yolov5n6	0.71	12.4MB
yolov5s6	1.422	48.2MB
yolov5m6	3.05	136MB

使用 YOLOv5n6(onnx) 迁移模型作为临时替代方案，获得接近极限的解算速度；使用 YOLOv5s6(onnx) 可以在稳定性，功耗，解算效率之间保持最佳平衡。