转载自微信公众号： AmazingRobot+【1】固定向上相机如何旋转纠偏？固定向上相机配合机器人，在机器人Tool0下吸取物料拍照并一次性纠偏。/目前：很多机器人以及第三方软件平台都有自己的标定方法，但毕竟还有一些机器人以及非标机构需要自己去实现这样的手眼标定，这里提供一种一次性纠偏的解题思路，仅供大家参考。/常规解题思路一般有两种：第一种：利用机器人自带的刷新函数，计算出物料中心距离Tool0的偏移值以及偏移角度，最后通过类似ToolSet的函数，直接设置成机器人的TCP工具，即可直接使用
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 Loader and Manager 0.1
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，接下来我对这四种主流的深度学习框架从几个不同的方面进行简单的对比。一、 简介TensorFlow：Tenso
ONNX简介2020-05-26 07:57:37
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 和 IBM 等公司共同开发，
以开放源
（一） 字典这个可以和C#中的Dictionary类比，它是由key来访问存储的元素。和C#的字典区别只是，halcon中的这个字典只接收Htuple, 和Object两种类型。下面的程序演示了写入与读取Htuple, Object类型的数据。create_dict(DictHandle)
read_image(Image, 'printer_chip/printer_chip_01')
set_dict_object(Image, DictHandl
这个例子是halcon18例程中深度学习系列例程中的一例。它用了MVtec做好的一个药丸分类训练数据库，来做DL（深度学习）检测。学习主要参考了自带的detect pills的例子，该例子分了四部分，分别是创建网络和数据预处理训练网络评估训练的效果测试新图像本文记录了对其中第一步，即创建网络和数据集预处理这部分的一些理解。创建深度学习网络设置网络参数这一步主要是设置选择halcon深度学习网络模型，如pretrained_dl_classifier_compact.hdl。设置类别的数量。指定图
示例，将以下 两个元组分别写入表格中，元组a在第一行，元组b在第二行a:= [1,2,3]b:= [4,5,6] 1、读入文件，先判断是否存在，如果存在将内容清空fileName:='E:/test.csv'file_exists(fileName, FileExists)if(FileExists) delete_file(fileName)endif*假如文件不存在，将重新创建一个新的open_file (fileName, 'app
深度学习之分割例程2020-05-24 11:49:58
1.把原始图像放到images目录；把类名写到classes.txt中，每个类名占一行；使用标注工具标注数据，标签图像将保存到labels目录；(只要写defect类，背景不用写) （classes.txt里是类名）2.运行2_train.hdev读入标注数据，训练得到网络；（epoch为500次，batchsize=1，learningrate）3.运行3_infer.hdev使用训练好的网络推断新的图像；目录说明： images目录放原始图像labels目录放标注数据test 目录
映射校正效果如下：几个核心算子说明如下：gen_image_to_world_plane_map( : Map : CameraParam, WorldPose, WidthIn, HeightIn, WidthMapped, HeightMapped, Scale, MapType : ) /************************************************************************ *&n
1Laws纹理滤波纹理实际上一种视觉特征，反映了图像上某种灰度变化的分布，体现出像素灰度与周围空间的一种关系，例如布匹纹理、木制家具纹理等，如下图所示布匹上纹理。LAWS纹理滤波以一种统计能量的方式检测纹理，能量的度量一般由以下三个向量得到：这三个向量与其自身以及互相卷积后，可形成以下5个向量：而这5个向量之间，相互乘积，可以生成检测水平、垂直、高频点、V形状等特征纹理的模板，下图为生成检测垂直边缘的LAWS模板(LS)。如果对纹理的其他提取方法感兴趣，可按如下图示方法，一一探询。2相关算子te