HALCON中的深度学习

我们正在为最新的HALCON 18.11版的深度学习能力而奋斗。

我们的一个用户向我们询问了用HALCON深度学习工具贴标签的问题，但不知道之后该怎么做。

最新的HALCON深度学习功能包括图像分类、物体识别、分割和异常检测。

HALCON深度学习工具是一个免费的工具，用于图像分类和物体识别的注释（预训练）；它不可能训练或实际应用它。要做到这一点，你需要在HALCON的开发环境Hdevelop中运行脚本，你需要一个HALCON的开发许可证，你需要学习HALCON的脚本语法，你需要了解HALCON的深度学习风格。'我只是想试试'几乎是不可能的。

因此，我们开发了HALCON的深度学习样本脚本的应用，可以通过简单的操作进行训练和性能评估。(截至2020年3月27日，支持 "图像分类 "和 "异常检测"）。

我们立即在一些样本图片上进行尝试，在学习了大约100张图片后，它似乎能够做出约70分的好坏判断。该系统能在一眼就能注意到的水平上发现重大缺陷，并倾向于在与好的图像差别不大的情况下犯错。我不知道如果我在这里继续学习，是否能接近100分，或者说我不会有什么进展。如果能试一试，体验一下，判断一下，还是可以的，这可能是一个很好的武器。