主要的改变有下面这些：异常检测：深度学习更简单找箱子Box Finder：方便，准确ECC读码：更快，更准远心镜头标定（一）异常检测Anomaly Detection在之前，halcon的深度学习要提供OK产品和NG产品各N张。但是由于产线上，OK产品大量的可以提供，但是NG产品往往几天出不了几个。现在有了异常检测，用户只需要提供OK产品就可以了。 只需要正常图像无需标注更少的样本更少的超参支持CPU训练(二) 深度学习API统一我们知道halcon的深度学习只做3件事:
勇哥手里这块标定板的参数如下：（一）使用GML Camera Calibration进行标定新建任务后，发现这个软件不让行列数量相同。必须行列一个为奇数一个就为偶数。由于勇哥手里的标定板就是9*9，无耐，只能参数改为9*8了。方格子长宽则为2mm。点击检测所有图片发现要么是检测长时间结束不了，要么是图片列表文字变红。这个表示检测失败，无法继续执行标定。看来可能是9*9的被当成9*8来处理是不行的。为了能继续实验，勇哥用激光打印机打印了9*8 大小4mm的旗盘格标定板。在相机视野范围内摆了四组姿式