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不一致影响标注准确性；（二）深度学习对gpu的要求深度学习在训练阶段需要使用gpu，推理阶段可以使用
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Object的一些信息到一个json文件中，如下：https://github.com/wkentaro
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
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
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
OCR（Optical Character Recongnition）即我们通常意义上讲的光学字符识别。在HALCON中，OCR常被用来分割区域及读取识别图像中的字符含义。HALCON中提供了一组预先训练好的字体（在安装目录下的ocr文件夹中），这些字体来源于各个领域的大量训练数据，可识别文档、制药、工业产品或点打印，甚至手写数字文本。此外，HALCON还包括用于OCR-A和OCR-N的预训练字体，以及基于卷积神经网络（CNN）的通用字体。18.1 OCR字符识别 &n
文章首发：http://www.cnblogs.com/deeplabs欢迎留言评论，转载请注明出处。视频资源吴恩达创立的深度学习学院链接：http://deeplearning.ai/介绍：需要付费的，在线学习，讲解较为基础的机器学习及神经网络知识。学完后通过考试还能拿个证书。不过要注意，当前coursera是要收费的，但是新用户注册7天内是免费的，所以注册后赶紧学完考试拿证，超期后需要支付320元左右才能继续学习。人工智能入门麻省理工学院公开课：人工智能链接：http://open.163.
作者： 段德山神经网络和深度学习技术的历史发展其它的应用还有：什么是深度学习?HALCON中提供的典型机器学习方法使用多层感知器的典型神经网络使用传统的机器学习方法挑战是什么呢？我们可以看一下传统分类方法的训练过程传统的机器学习方法的缺点在于：需要非常有经验的编程和视觉工师来实现需要大量的编程工作和昂贵代码维护成本求例：玻璃缺陷检测与分类在特征提取的环节非常具有挑战性深度学习技术一个很大的优势就是可以自动提取特征在卷积神经网络中卷积层和池化层代替了特征层深度卷积神经网络中有多个层级在训