当前位置:首页 > 报告详情

HALCON24.11最新功能介绍与解析-麦威德视觉技术(昆山)有限公司售前工程师周鹏先生.pdf

上传人: 一*** 编号:653334 2025-05-01 35页 5.09MB

1、 2003-2024 MVTec Software GmbH|Any use of content and images outside of this presentation or their extraction is not allowed without prior permission by MVTec Software GmbHHALCON 24.11 新功能介绍新功能介绍深度学习深度学习OCR功能提升功能提升异常值检测模型提升异常值检测模型提升深度学习计数深度学习计数多标签深度学习分类模型多标签深度学习分类模型分布外样本检测分布外样本检测基于深度学习的基于深度学习的3D匹配匹配

2、HALCON 24.11 Steady-Progress 主要更新主要更新(1/2)GigE Vision 3.0HDevelopEVO全新的全新的IDE模板匹配扩展参数估计模板匹配扩展参数估计3D抓取点模型训练功能抓取点模型训练功能HALCON 24.11 Steady-Progress 主要更新主要更新(2/2)结构光视觉系统三维重建结构光视觉系统三维重建Steady+Progress优化软件版本优化软件版本分布外样本检测分布外样本检测分类模型通过训练可以很好的处理训练好的任务分类模型通过训练可以很好的处理训练好的任务苹果苹果蓝莓蓝莓但是对于未参加训练的类别,分类模型给出的结果不能正确表示

3、但是对于未参加训练的类别,分类模型给出的结果不能正确表示苹果苹果苹果苹果蓝莓蓝莓Out-of-Distribution(OOD):给分类模型带来挑战给分类模型带来挑战训练数据训练数据水果分类器Out-of-Distribution Data分布外数据分布外数据推理数据推理数据24.11SolutionOOD 检测可以识别未知物体并发出警告检测可以识别未知物体并发出警告24.05Problemood_scoreOOD 检测集成到标准深度学习工作流程中检测集成到标准深度学习工作流程中PreparationTrainingEvaluationIntegrationFitting OOD Detect

4、ion进行进行OOD检测前的模型以及数据准备检测前的模型以及数据准备PrerequisitesOfflineEvaluationFitting OOD Detection分类模型分类数据集Fit your classification model for OOD detection with new operatorPrerequisitesOfflineEvaluationFitting OOD Detection调整之后,模型通过内置阈值来判断样本是否满足OOD不需要提前收集收集OOD样本fit_dl_out_of_distribution(DLModel,DLDataset,)分类模型分

5、类数据集 ood_availabletrue ood_threshold0.306启用OOD功能通过对通过对OOD样本的评估,我们可以对样本的评估,我们可以对OOD的判定过程进行优化的判定过程进行优化PrerequisitesOfflineEvaluationFitting OOD Detectionevaluate_dl_model(.)dev_display_classification_evaluation(.)add_dl_out_of_distribution_data(DLDataset,OODImageDir)OOD DataOOD Detection measures conf

6、usion matrix precision recall F1 score histogram OOD判定阈值优化判定阈值优化PrerequisitesOfflineEvaluationFitting OOD Detection从推理结果中获取样本的从推理结果中获取样本的OOD信息信息apply_dl_model(DLModel,DLSample,DLResult)OnlineIntegrationdev_display_dl_data()OODood_threshold0.306ood_score0.358ood_resulttrue基于深度学习的基于深度学习的三维三维匹配匹配高精度的高精

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
HALCON 24.11 引入了多项新功能和改进,主要包括深度学习OCR功能的提升,异常值检测模型的增强,以及深度学习计数和多标签分类模型的更新。此外,HALCON 24.11支持GigE Vision 3.0,并推出了全新的IDE,扩展了模板匹配参数估计,并集成了3D抓取点模型训练功能。该版本还优化了结构光视觉系统的三维重建,并提升了软件版本的分布外样本检测能力。通过新的'fit_dl_out_of_distribution'运算符,用户可以对分类模型进行OOD检测,以识别未知物体。HALCON 24.11还引入了Deep 3D Matching功能,它使用深度学习从多个视角估计目标物的三维位姿,提高了检测精度和鲁棒性,并解决了高反光物体和遮挡问题。用户可以通过载入预训练模型快速应用Deep 3D Matching,或自定义训练以适应特定项目需求。HDevelopEVO IDE提供了实时编辑和优化脚本的功能,并支持集成文档和Git,以提升开发效率。
"HALCON 24.11深度学习OCR有哪些提升?" "如何利用Deep 3D Matching提高三维定位精度?" "HDevelopEVO有哪些新特性,为何值得尝试?"
客服
商务合作
小程序
服务号
折叠