2022.9.23 公司安排说学习机器视觉。 当天下午下载安装了halcon软件。看里面的示例程序。 除了纯英文外，很详细的。点中算子函数，按F1会有详细介绍。按F5执行。按F7单步执行。我随便看看啊，就一直按F5 , 看效果。看不出什么名堂。2022.9.26 hg挑了几个领域让我看，我自己也在网上搜了下怎么学好 我开始跟看英语阅读理解一样看，明白一些算子的意思，大概的一些基本的还算是看得懂了，
HALCON重要例程精讲——图像分类重要性：图像分类在生活与工程上有着特别广泛的应用。而MLP分类器是分类器中最合适的分类器之一，本例程则堪称图像分类的经典模板。读懂并掌握这个例程对于提高HALCON图像分类水平、解决实际分类问题能力有着质的提升。图像分类的一般流程：（1）准备样本图片 （2）对样本图片进行处理（如二值化、图像分割等），提取出目标区域 （3）分析目标特征，选取可以用来将不同类别区分
转载
2024-04-08 10:06:31
578阅读
HALCON分类器: 1、多层神经网络(MLP) /2、 支持向量机(SVM) ： 一种监督学习的方法，广泛用于统计分类及回归分析； /3、 K-最邻近 (K-NN) /4高斯混合类型(GMM)4个分类器的主要优势和劣势如下:多层感知机：MLP分类器会有一个好的识别率且分类速度更快。作为交换，其训练没
转载
2024-02-21 20:35:04
124阅读
一、Halcon17之后就已经推出了深度学习模块,之前一直没太关注过，最近一个项目需要用到目标检测，于是研究了Halcon深度学习三大模块，图像分类，目标检测，语义分割。并总结出来，供有缘人参考。二、我使用的halcon版本是Halcon18.11，别的版本类似，在此不做阐述。欲使用Halcon深度学习，需要提前安装Halcon18.11.0.1-windows以及halcon-18.11.0.1
转载
2023-10-26 07:09:42
557阅读
1. 分类器使用范围 : 1.1 image segmentation 图像分割; object recognition 对象识别; quality control 质量控制； novelty detect
转载
2024-01-17 07:54:23
420阅读
HALCON 20.11：深度学习笔记(10)---分类HALCON 20.11.0.0中，实现了深度学习方法。本章解释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对一幅图像分配一组置信值的方法。这些置信度值表明图像属于每个可分辨类的可能性有多大。如果我们只考虑顶部的预测，分类就是在给定的类集合中指定一个特定的类给一幅图像。下面的模式说明了这一点。分类示例： 网络区分三个
转载
2024-08-16 19:51:54
46阅读
halcon 分类器分类器使用范围 :1.1 image segmentation 图像分割; object recognition 对象识别; quality control 质量控制；novelty detection 缺陷检测； optical character recognition(OCR) 光学字符识别；2.几类重要的HALCON分类器:2.1 多层神经网络(MLP)
2.2
转载
2024-06-26 12:05:20
356阅读
目录前言一、准备1、选取深度学习的分类模型2、获取模型中所使用图像的参数要求3、准备分类所需图片二、编写代码1、设置窗体2、将图片打上标签3、将图片处理为分类模型所需要的图片4、将图片的数据集进行拆分5、设置分类模型所需的参数和环境后，重新生成一个新的分类模型6、训练7、验证8、测试三、本地函数四、下载地址 前言最近学习深度学习时的一些总结和看法，参照深度学习的自带案例（classify_fru
转载
2023-11-14 12:47:57
1215阅读
文章目录前言一、数据集的准备1.标注工具的安装2.数据集的准备3.标注数据4.解释xml文件的内容二、数据转换1.解析XML文件2.转换得到hdev文件1.变量定义2.读取种类3.解析trainList.txt4.生成字典三、模型训练1.参数定义2.创建目标检测模型3.数据预处理4.显示标注文件5.模型训练1.学习率设置2.初始化训练模型3.模型训练四、模型评估1.初始化模型2.创建模型及训练模
转载
2023-12-01 10:12:07
1117阅读
# Halcon深度学习训练入门指南
在工业视觉和图像处理领域，Halcon是一款强大的软件，尤其在深度学习方面提供了丰富的支持。如果你刚入行，可能会对如何进行深度学习训练感到迷惑。本文将以简单易懂的方式带你完成整个过程。
## 流程概述
以下是进行Halcon深度学习训练的一般流程，表格展示了每一步的概述和对应的代码示例。
| 步骤 | 描述
引言机器视觉中缺陷检测分为一下几种：blob分析+特征模板匹配（定位）+差分光度立体特征训练测量拟合
频域+空间域结合：深度学习本篇博文主要是对缺陷图像的纹理特征训练进行详细分析。特征训练在纹理中找瑕疵。基于高斯混合模型（GMM）分类器的纹理检查模型，适用于图像金字塔，可以分析纹理的多个频率范围。要求：训练样本必须完美无瑕疵。整体步骤：创建模型create_texture_inspection_m
转载
2023-12-28 17:06:52
482阅读
HALCON 20.11：深度学习笔记(2)HALCON 20.11.0.0中，实现了深度学习方法。由于上面提到的DL方法在它们的作用和它们如何需要数据方面各不相同，所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点，您就需要收集适当数量的数据，也就是图像和方法所需的信息。然后，所有这些DL方法都有一个通用工作流：1. 准备网络和数据（Prepare the Network and the
转载
2023-12-13 02:35:23
132阅读
HALCON官网Halcon复习专题-镜头/匹配/标定/边缘/拟合/缺陷检测/【Halcon 编程】Halcon编程问题总结halcon视觉缺陷检测常用的6种方法1.blob+特征 2.blob+差分+特征 3.光度立体 4.特征训练 5.测量拟合 6.频域+空间结合halcon——缺陷检测常用方法总结（频域空间域结合）图像滤波噪声模型，主要有高斯，瑞丽，伽马，指数，均匀，椒盐，周期等 椒盐噪声：
转载
2023-11-28 19:28:22
1659阅读
1、append_ocr_trainfappend_ocr_trainf(Character, // 选中当前目标
Image, // 目标对应图片
Class, // 字符的类别(名称)
TrainingFile) // 培训文件的名称定义：向训练文件中添加字符说明操作符append_o
转载
2023-10-27 00:45:37
279阅读
1、set_dl_model_param(DLModelHandle, 'gpu', GpuId)
GpuId=0 选中第一块显卡做深度学习训练。
GpuId=1 选中第二块显卡做深度学习训练。
类推查询可用多显卡信息
query_available_compute_devices(DeviceIdentifier) //一块显卡输出[0]，两块是[0,1]，依次类推get_compute
转载
2023-06-29 15:53:06
1126阅读
Halcon提供了预训练网络。这些网络在使用前已经经过丰富的图像库训练过，在此基础上训练出的网络对于图像分类任务表现更好。接下来分别介绍Halcon提供的预训练网络。pretrained_dl_classifier_compact.hdl模型网络的优点是节省内存以及运行效率高。 模型支持‘real’图像类型。如果想知道网络模型各参数值，可以使用算子get_dl_classifier_param获取
转载
2023-12-21 09:58:24
360阅读
缺陷检测——机器学习写在前面1. create_ocr_class_mlp1.1 ocr识别就只能识别ocr吗？1.2 简单的图形分类2. create_class_mlp2.1 将区域作为训练对象2.2 基本流程和算子2.3 看一个案例 写在前面这篇文章只是讲解了一些非常简单的halcon里机器学习的案例，所以只能初步给大家呈现一下机器学习的基本步骤。不要试图用很短的时间或者很少的精力就能学好
转载
2024-06-25 17:33:11
226阅读
HALCON示例程序bottle.hdev、bottlet.hdev瓶体字符OCR的训练和检测示例程序源码（加注释）1、先介绍bottlet.hdev（训练OCR识别文件）*定义一个字符串变量FontName ，内容是bottleFontName := ‘bottle’ *第一步分割字符，以便单独对字体进行训练Step 1: Segmentation *窗口显示更新关闭dev_update_win
转载
2023-08-25 01:29:18
358阅读
图像二值化是图像分析与处理中最常见最重要的处理手段，二值处理方法也非常多。越精准的方法计算量也越大。一、threshold-全局固定阈值分割threshold(Image : Region : MinGray, MaxGray : )使用全局固定阈值分割图像，阈值从输入图像中选取灰度值g满足以下条件的像素点满足条件的图像的所有点作为一个区域返回。如果传递多个灰度值间隔(MinGray和MaxGra
转载
2023-11-23 14:04:49
200阅读
代码不是很鲁棒，所以换一张图片，Blob分析的结果有很大的可能是提取不到下面九个字，不过处理的方法和流程是相同的，可以参考参考。其他没有什么好说明的，信息全在注释里面，原图有点大，这里只贴个部分截图。代码如下：*
******提取原图“机器视觉算法与运用”这个9个字
*
dev_close_window ( )
dev_update_window ('off')
read_image (Chain
转载
2023-11-11 20:34:31
198阅读
