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。在halcon中，有“特征直方图”。其中“特征”下拉列表中有一些项目，它根据你选择的对象是region还是xld而有不同的项目。对于region来讲，这些特征项目分为两类：region_features和gray_features，即region特征和灰度特征。下面的两个算子可以取这上面两类特征：region_features(Regions : : Featu
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DLClassifierHandle 到值GenParamValue。预训练的分类器已
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每个类别分配的置信度值：“苹果” 0.85，“柠檬” 0.03和“橙色” 0.12。最高预测告诉我们
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''lemon'一个可能的对象检测示例：在输入图像中找到三
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 GenParamValue
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_data_set方法获取带有标签的原始数据集。1.3 数据集预处理预处理是一个成功分类器的重要组成
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。点击开始训练。特别说明的是，勇哥试了一下，在我的halcon19.11下，cpu也是可以训练的。只是如果用cp
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每一个基础模型中的输出，进行两次残差计算RCU模块每一个RCU输出结果，都经过Multi-resolution Fu
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即深度学习下的分类，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？帮助大家理解其技术的产
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_data_set方法获取带有标签的原始数据集。1.3 数据集预处理预处理是一个成功分类器的重要组成