[置顶]python知识导航贴,持续更新

[置顶]C# 语言高级特性知识导航贴,持续更新

[置顶]netMarketing类库: 类库说明

[置顶]本站视觉相关教程整理贴子,持续更新

[置顶]C++相关导航贴,持续更新

[置顶]本站收费服务公告(netMarketing源码,工业自动化行业培训班等)

[置顶]2020年勇哥的机器视觉实验项目清单(大纲)

[置顶]本站连载贴子系列,持续更新中……

[置顶]勇哥的免费视频教程清单

[置顶]勇哥在B站发布的视频清单

[置顶]运动控制专题,持续更新

halcon算子:region_features

region_features名称region_features —计算区域的形状特征。签名region_features(地区::功能:价值)描述运算符region_features从Regions中为每个输入区域计算指示的特征(Feature)。对于可能的值特点:basicarea '区':物体面积row '行':中心行索引column '列'...

勇哥的视觉实验:MLP分类器(一) 基本用法

前言:==========================================================分类器相对于深度学习来讲是一种古老传统的图片处理技术。halcon中常见的有四类分类器:MLP(多层神经网络neural Nets)SVM(支持向量机)K-NN(K-最邻近)GMM(高斯混合类型)分类器的应用领域主要是下面这些:image segmentation...

halcon深度学习算子:set_dl_classifier_param

set_dl_classifier_param名称set_dl_classifier_param —设置基于深度学习的分类器的参数。签名set_dl_classifier_param(:DLClassifierHandle,GenParamName,GenParamValue:)描述set_dl_classifier_param设置参数和超参数 GenParamName神经网络的DLClassi...

halcon深度学习算子:read_dl_classifier

read_dl_classifier名称read_dl_classifier —从文件中读取基于深度学习的分类器。签名read_dl_classifier( : : FileName : DLClassifierHandle)描述算子read_dl_classifier读取由 write_dl_classifier编写的神经网络。结果,返回DLClassifierHandle句柄。HALCON提供...

halcon深度学习: 分类

分类本章说明了如何在训练和推理阶段使用基于深度学习的分类。基于深度学习的分类是一种方法,其中图像获得一组分配的置信度值。这些置信度值指示图像属于每个区别类别的可能性。因此,如果仅考虑最高预测,则分类意味着将给定类别集中的特定类别分配给图像。下面的模式对此进行了说明。orange:0.03apple:0.85lemon:0.12一个可能的分类示例,其中网络区分三个类别。输入图像获得为三个不同类别中的...

halcon的深度学习:halcon的机器学习方法

介绍术语“深度学习(DL)”是指一系列机器学习方法。在HALCON中,实现了以下方法:分类:从给定的一组类中将图像分类为一个类。有关更多信息,请参阅“深度学习/分类”一章 。orange:apple:lemon:一个可能的分类示例:将图像分配给一个类。对象检测:检测给定类的对象并将其定位在图像中。有关更多信息,请参阅“深度学习/对象检测”一章 。'apple''apple&...

halcon深度学习算子:set_dl_model_param

set_dl_model_param名称set_dl_model_param —设置深度学习模型的参数。签名set_dl_model_param( : : DLModelHandle, GenParamName, GenParamValue : )描述set_dl_model_param将深度学习模型的参数和超参数设置 为值。 GenParamName DLModelHandle GenParam...

halcon深度学习算子: read_dl_model

read_dl_model名称read_dl_model —从文件中读取深度学习模型。签名read_dl_model( : : FileName : DLModelHandle)描述操作读取由编写的深度学习模型。结果,返回句柄。 read_dl_model write_dl_model DLModelHandle模型是从文件加载的。因此,可以在目录 以及当前使用的目录中搜索该文件。 FileNam...

halcon18之前的旧版的深度学习介绍

1 预处理1.1 读取预训练网络用read_dl_classifier方法读取一个预训练网络,其中Halcon提供的预训练网络有:"pretrained_dl_classifier_compact.hdl"和"pretrained_dl_classifier_enhanced.hdl"。1.2 读取数据集指定数据集路径,用read_dl_classifier...

用halcon的DLTool工具进行深度学习的分类应用的模型训练

halcon的DLtool是深度学习的标注加训练模型的工具。要注意的是只有0.4.2的版本才是可以训练模型的,之前的只可以标注。这个0.4.2版本跟之前的版本的区别是多了一个TRAINING,即训练模型的项目。首选新建项目,勇哥这里选择“分类”项目。大家都知道,halcon的深度学习有三种类型的应用: 分类,分割,对象检测。图库这里可以添加分类类别,这个例子里,只有两个类别:OK,NG。点击开始训...

HALCON高级篇:GMM理论

高斯混合模型(GMM)分类的理论有点复杂。当处理分类时候,基本理论之一就是贝叶斯决策规则。一般,贝叶斯决策规则告诉我们,通过最大化特征向量x属于某类的可能性,来最小化错分特征向量的可能性。这个所谓的“后验概率”应该在所有的类别中被最大化。然后,贝叶斯决策规则将特征空间划分为相互不连接的区域。这些区域被超平面所分割,例如对于1D数据被点分割,或者2D数据被曲线分割。尤其是,超平面是由点定义的,相邻的...

halcon特征提取(三)基于统计方式:gray_projections

引言:特征提取是缺陷检测和分类器的重要基础,由于网络资料匮乏,这个系列的贴子勇哥会长期更新,以充实其内容。函数原型:gray_projections(Region, Image:: Mode: HorProjection, VerProjection) 功能:计算在水平和垂直方向的灰度值投影当Mode = 'rectangle'时,选取输入区域的任意方向的最小内接矩形,在其主轴方向...

halcon特征提取(二)基于统计方式:gray_histo_abs

引言:特征提取是缺陷检测和分类器的重要基础,由于网络资料匮乏,这个系列的贴子勇哥会长期更新,以充实其内容。gray_histo_abs(Regions, Image : : Quantization : AbsoluteHisto)函数计算图像Image 内区域Regions的绝对灰度直方图AbsoluteHisto。参数Quantization 定义了一个频率值加多少个相邻灰度值的频率。生成的...

halcon特征提取(一):moments_gray_plane

引言:特征提取是缺陷检测和分类器的重要基础,由于网络资料匮乏,这个系列的贴子勇哥会长期更新,以充实其内容。moments_gray_plane(Regions, Image : : : MRow, MCol, Alpha, Beta, Mean)函数计算一个平面的灰度值矩和灰度值的参数。公式为:F为平面, 为中点。m11,m20,m02为区域缩放矩。因此 Alpha 表示沿直线轴方向的梯度(“向...

halcon分类器PLM分类金属零件

* This example program shows how to classify different * metal parts using a general MLP classification * dev_update_off () dev_close_window () dev_open_window (0, 0, 640, 480, 'black',...

网格缺陷检测(MLP(多层神经网络))

神经网络直接决定类与类之间的separating hyperplanes(分离超平面),而超平层分隔开两个类的特征向量,落在在层的一边的特征向量属于class 1,落在另一边则属于class 2。基于单层神经网络的分类器需要 linearly separable classes(线性可分的类),在许多应用中不够高效。基于多层神经网络的分类器则无此限制,只要隐藏层包含足够多的处理单元即可。神经网络神...

halcon基于高斯混合模型GMM的纹理分类检测

* This example program shows you how to use the GMM classifier for novelty * detection to perform a web inspection task. To perform the novelty detection, * all pixels belonging to the single train...

Halcon之混合高斯模型GMM

总结一下高斯混合模型的处理步骤:1. 创建一个高斯混合模型分类器(创建训练对象)例如:create_class_gmm(3, 5, 1, 'full', 'none', 3, 42, GMMHandle)意指:在3维图形中,创建一个用查找5种类级的高斯混合模型2. 将类级的图形区域添加到高斯混合模型分类器中(抓取训练图形)例如:add_s...

halcon中的GMM分类器讲解

强大的Halcon的分类器有三种MLP、SVM、GMM,在这里为大家详细介绍GMM,原理的东西自己百度吧,这里主要讲GMM库怎么用,希望对大家有用creat_class_gmm();含义:创建高斯混合模型;输入参数: NumDim:几个特征;NumClasses:样本分类个数;NumCenters:类中心的个数;CovarType:协方差矩阵('Spherical','d...

halcon中MLP分类器的一些知识与经验

(一)Wrong number of values of control parameter 2(HALCON错误代码:1402)这种错误发生算子add_sample_class_mlp中。其原因是你现在的图片计算出来的FeatureVector和之前添加的FeatureVector大小不一致。这是因为训练图片的尺寸大小不致造成的。如下图所示,哪怕是你的图像大小差一行像素,也会造成FeatureV...

灰度共生矩阵,halcon例子cooc_feature_image.hdev

灰度共生矩阵灰度共生矩阵定义为像素对的联合分布概率,是一个对称矩阵,它不仅反映图像灰度在相邻的方向、相邻间隔、变化幅度的综合信息,但也反映了相同的灰度级像素之间的位置分布特征,是计算纹理特征的基础。设f(x,y)为一幅数字图像,其大小为M×N,灰度级别为Ng,则满足一定空间关系的灰度共生矩阵为:其中#(x)表示集合x中的元素个数,显然P为Ng×Ng的矩阵,若(x1,y1)与(x2,y2)间距离为d...

深度学习之语义分割-RefineNet

模型说明图a)代表的是标准的CNN结构图b)代表的是带孔卷积dilated convolutions图c)代表的是RefineNet的思路每一个小模块是一个RefineNet融合了不同尺度下的RefineNet结果最终upsample到原图的1/4大小每一个RefineNet是多个残差模块作为输入RefineNet-4的filter个数为512其他残差模块的filter个数为256每一个基础模型中...

深度学习下的分类,目标检测、语义分割这三个方向具体的概念及其应用场景是什么?

随着Halcon新版本的更新,截止2019年5月1号。Halcon的最新版本为halcon18.11.这次新版本最大的更新在于完整的加入了深度学习在视觉应用的三个重要部分,即目标分类分类、目标检测、语义分割这三个内容。与此同时超人视觉即将向大家简介Halcon软件这三个方向的应用示例,帮助大家进一步认识到机器视觉的魅力与当前的机器视觉技术的应用前沿。在开始内容前我们先明确一下前面提到的三个重要概念...

深度学习in Halcon流程

1 预处理1.1 读取预训练网络用read_dl_classifier方法读取一个预训练网络,其中Halcon提供的预训练网络有:"pretrained_dl_classifier_compact.hdl"和"pretrained_dl_classifier_enhanced.hdl"。1.2 读取数据集指定数据集路径,用read_dl_classifier...

深度学习之对象检测例程

halcon的深度学习只做3件事,即“分类”,“对象检测”,“分割”。下面是“对象检测”的例子。这个例子是检测香烟的品牌。下图是训练完成后实际检测的效果。训练时注意下面几个问题:(一)图像宽高要求:1.图像宽高需是64的整数倍;2.最好在图像标注之前,就对图像缩放或裁剪至合适宽高;3.如果已在不符合要求的图像上完成标注,那么需要把图像扩充至合适宽高;避免单纯对图像进行缩放或裁剪,导致图像与标注坐标...

深度学习显卡选型指南:关于GPU选择的一般建议

深度学习是一个对算力要求很高的领域,GPU的选择将从根本上决定你的深度学习体验。如果没有GPU,可能你完成整个实验需要几个月,甚至当你只想看看参数调整、模型修改后的效果时,那可能也得耗费1天或更久的时间。凭借性能良好、稳定的GPU,人们可以快速迭代深层神经网络的架构设计和参数,把原本完成实验所需的几个月压缩到几天,或是把几天压缩到几小时,把几小时压缩到几分钟。因此,在选购GPU时做出正确选择至关重...

深度学习图像标注工具汇总

对于监督学习算法而言,数据决定了任务的上限,而算法只是在不断逼近这个上限。世界上最遥远的距离就是我们用同一个模型,但是却有不同的任务。但是数据标注是个耗时耗力的工作,下面介绍几个图像标注工具:LabelmeLabelme适用于图像分割任务的数据集制作:它来自下面的项目:https://github.com/wkentaro/labelme该软件实现了最基本的分割数据标注工作,在save后将保持Ob...

halcon深度学习的标注工具dltool.exe无法运行的解决方法

halcon深度学习的标注工具运行后,要打开浏览器访问 http://localhost:8000但是你运行dltool.exe后,cmd命令行会报一个错误: C:\Users\Administrator>C:\Users\Administrator\Desktop\ 检测例程detection\detection\1_标注工具\dltool.exe MVTec Package Load...

主流深度学习框架对比(TensorFlow、Keras、MXNet、PyTorch)

近几年来,深度学习的研究和应用的热潮持续高涨,各种开源深度学习框架层出不穷,包括TensorFlow,Keras,MXNet,PyTorch,CNTK,Theano,Caffe,DeepLearning4,Lasagne,Neon,等等。Google,Microsoft等商业巨头都加入了这场深度学习框架大战,当下最主流的框架当属TensorFlow,Keras,MXNet,PyTorch,接下来我...

ONNX简介

简介Open Neural Network Exchange(ONNX,开放神经网络交换)格式,是一个用于表示深度学习模型的标准,可使模型在不同框架之间进行转移。ONNX是一种针对机器学习所设计的开放式的文件格式,用于存储训练好的模型。 它使得不同的人工智能框架(如Pytorch, MXNet)可以采用相同格式存储模型数据并交互。 ONNX的规范及代码主要由微软,亚马逊 ,Facebook...
会员中心
搜索
«    2024年4月    »
1234567
891011121314
15161718192021
22232425262728
2930
网站分类
标签列表
最新留言
    热门文章 | 热评文章 | 随机文章
文章归档
友情链接
  • 订阅本站的 RSS 2.0 新闻聚合
  • 扫描加本站机器视觉QQ群,验证答案为:halcon勇哥的机器视觉
  • 点击查阅微信群二维码
  • 扫描加勇哥的非标自动化群,验证答案:C#/C++/VB勇哥的非标自动化群
  • 扫描加站长微信:站长微信:abc496103864
  • 扫描加站长QQ:
  • 扫描赞赏本站:
  • 留言板:

Powered By Z-BlogPHP 1.7.2

Copyright Your skcircle.com Rights Reserved.

鄂ICP备18008319号


站长QQ:496103864 微信:abc496103864