0、所需了解的知识数据集数据集的类别已有不需要另外指定，这是因为在读取之前已有数据集的时候，数据集中就会包含了许多数据，其中结构如下：包括类别序号以及类别名字预训练模型或者模型 预训练模型也有了基本的参数，如下所示：训练集、验证集以及测试集的区别： 一般会认为训练集、验证集以及测试集没有很大区别，但是在halcon由于比较固定和标准，所以三者的作用是区分开来的，比如：训练集：用来对模型的数据进行训
转载
2024-03-20 13:40:18
123阅读
一直以来，对于手眼标定所涉及到的坐标系及坐标系之间的转换关系都没能有一个很好的理解，最近找了halcon手眼标定的实例在研究，发现对于相机的两种安装方式（眼在手和眼在手外），其坐标转换关系是类似的，这样说好像太抽象了，下面具体说说。我觉得标定最基本的是要将坐标系理清楚，这里涉及到的坐标系有四个：机器人基坐标系base、法兰上的工具坐标系tool、相机坐标系camera和标定板坐标系cal；此外，涉
转载
2024-09-13 06:45:20
50阅读
过程： 反向投影，meanShift算法，camShift算法。简要概述：基于颜色分布的目标跟踪（需将RGB空间转到HSV空间，利用H分量计算） 反向投影：利用直方图，求输入图中对应像素在目标图中的概率（出现次数频率），作为输出图对应像素的值。 meanShift算法：均值漂移，知道收敛到设定值。  
R-CNN： Region with CNN feature，是一个双阶段目标检测算法系列。 内容基于 b站霹雳吧啦Wz 博主，讲的很好，这里只是做简要总结。R-CNN：只有Feature extraction是CNN，其他是传统的机器学习方法。关键步骤：SS得到约2k个候选区域将约2k个候选区域分别使用AlexNet提特征，将提的特征用SVM做分类（假设分类20类，即voc数据集的类别数）。然后
转载
2024-09-24 19:28:19
97阅读
一、理论为什么要进行单相机标定？广义：畸变矫正和一维和二维测量畸变矫正： 在几何光学和阴极射线管(CRT)显示中。畸变是对直线投影的一种偏移。简单来说直线投影是场景内的一条直线投影到图片上也保持为一条直线。那畸变简单来说就是一条直线投影到图片上不能保持为一条直线了。这是一种光学畸变（optical aberration）。畸变是一种相差，可能
1、先看程序read_image (Image, 'D:/like/model1_src1.jpg')
regiongrowing (Image, Regions, 3, 3, 1, 500)
area_center_gray (Regions, Image, Area, Row, Column)
cooc_feature_image (Regions, Image, 6, 0, Energy,
转载
2024-10-29 11:42:26
110阅读
HALCON 20.11：深度学习笔记(5)---设置超参数HALCON 20.11.0.0中，实现了深度学习方法。关于超参数的有关设置内容如下：不同的DL方法被设计用于不同的任务，它们的构建方式也会有所不同。它们都有一个共同点，即在模型的训练过程中都面临着一个最小化问题。训练网络或子网络，一个目标是努力使适当的损失函数最小化，参见“网络和训练过程”一节。为此，有一组进一步的参数，这些参数是在开始
论文地址：https://arxiv.org/pdf/2106.08322.pdf目录1、动机2、方法2.1、整体描述2.2、Dynamic Head: Unifying with Attentions2.3、泛化到已有检测器2.4、与其他注意力机制的关系3、实验结果1、动机在目标检测方法中，由于分类和定位组合的复杂性，产生了多种多样的算法。这些算法尝试在检测heads上提升性能，不过它们缺乏一种
转载
2024-04-29 14:22:42
84阅读
目标检测论文阅读：Trident Networks论文链接：https://arxiv.org/abs/1901.01892 代码链接：预计本月公开 这周来介绍一下王乃岩大神团队比较新的一个成果。我在他的专栏中看到了这篇文章后，很感兴趣，看了之后，感觉有很多值得注意的点，方法比较直接、效果很好，对目标检测中的尺度问题比较关注的推荐亲自去看一下。1. Background尺度问题一直是目标检测领域比
转载
2024-04-15 23:09:50
128阅读
一、点击选项卡：---助手--创建新的calibration，可以设置自己的摄相机参数。二、选择描述文件,cpd文件，就是选择你所需要的标定板的尺寸样式。如果没有你想使用的标定板，可以通过生成标定板函数进行创建自定义的标定板文件：打开程序窗口，添加以下代码gen_caltab(::XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTabPSFi
转载
2024-03-29 19:11:40
669阅读
halcon深度学习1.halcon目标检测总工作流程:准备工作开始训练 1.halcon目标检测总工作流程:*
* 深度学习目标检测工作流程:
*
* This example demonstrates the overall workflow for
* object detection based on deep learning, using axis-aligned boundin
转载
2024-06-24 05:56:29
42阅读
目录目标分割介绍图像分割的定义任务类型任务描述任务类型常用的开源数据集VOC数据集城市风光Cityscapes数据集评价指标像素精度平均像素精度平均交并比总结 目标分割介绍学习目标知道图像分割的目的知道图像分割的任务类型知道图像分割的常见数据集知道图像分割的评估方法计算机视觉旨在识别和理解图像中的内容，包含三大基本任务：图像分类(图a)、目标检测(图b)和图像分割,其中图像分割又可分为：语义分割
转载
2024-03-28 09:41:07
231阅读
# Halcon目标检测深度学习
随着人工智能和深度学习的快速发展，目标检测已经成为计算机视觉领域的重要任务之一。Halcon作为一款强大的视觉处理软件，提供了丰富的图像处理和分析功能，也可以结合深度学习进行目标检测。
## Halcon简介
Halcon是一款由MVTec Software GmbH开发的专业视觉处理软件，被广泛应用于工业自动化、质量控制和机器视觉等领域。Halcon提供了
原创
2023-12-20 06:43:43
686阅读
文章目录一、YOLOv3简介二、YOLOv3的改进2.1 新的Backbone网络：DarkNet-532.2 多尺度检测三、YOLOv3的网络结构四、YOLOv3的优缺点4.1 优点4.1 缺点 一、YOLOv3简介相关阅读：【目标检测】YOLOv1 ，one-stage 目标检测算法的开山之作【目标检测】YOLOv2 ，对YOLOv1的多种改进YOLOv3是2018年在CVPR发表的，其网络
HALCON 21.11：深度学习笔记(1)HALCON 21.11.0.0中，实现了以下深度学习方法：1. Anomaly Detection（异常检测）给每个像素分配显示未知特征的可能性。更多信息请参见深度学习/异常检测一章。异常检测的某个例子：给输入图像的每个像素分配一个分数，表示它显示未知特征(即异常)的可能性有多大2. Classification（分类）将图像分类为给定类集合中的一个类
PR曲线与ROC曲线都是机器学习中性能评估的重要指标，本文主要讲这两个曲线。预备知识熟悉基础定义TP, FN, FP, TN。理解主要评估指标概念机器学习-基础知识 - Precision, Recall, Sensitivity, Specificity, Accuracy, FNR, FPR, TPR, TNR, F1 Score, Balanced F Score等。示例数据 样本
三种经典的数据集格式介绍VOC格式此处只以展示数据集中会用到的文件夹，数据集的格式如下：VOC2007/
Annotations/
0000001.xml0000002.xml…ImageSets/
Main
train.txttest.txtval.txtJPEGImages/
0000001.jpg0000002.jpg…VOC格式的标签是xm
转载
2024-10-20 12:33:12
105阅读
gen_object_model_3d_from_points 可以将离散的坐标数据转换为3D模型，数据来源可以是CSV等文件write_object_model_3d 保存3D模型到我本地文件，格式多样read_object_model_3d 可以将保存到本地的3D模型读取出来select_points_object_model_3d 可以选择离散
处理图如下： 原图如下： 主要思想： 1.准备一次性将图中12个圆和2个矩形都检测出来 2.初步确定12个圆的圆心坐标和半径，初步确定两个矩形的中心坐标，角度，长短边长 3.创建计量模型 4.定义计量模型尺寸 5.增加检测矩形和圆形的信息参数 6.应用计量模型，获取结果 7.显示拟合出的圆，矩形（绿色）。显示卡尺（灰色）。显示所有检测出的边界点（cyan色）。代码如下： *更新窗口
dev_up
转载
2024-07-11 13:07:25
616阅读
一、前言深度图向点云图进行转换是进行3D检测项目时会遇到的问题，halcon里也有针对此问题的相关例程，下面对此例程进行分析。通过学习此例程，我们可以掌握如何将一张深度图像和一张正常二维图像转换为3D点云。二、分析* 初始化界面
dev_update_off ()
dev_close_window ()
*
* 读取Z图，即为深度图
read_image (Z, 'mreut_dgm_2.0.t
转载
2023-07-21 15:05:08
433阅读
