2024大恒图像 HALCON 全国巡回研讨会PPT下载

研讨会相关问题回顾

1.深度学习分布外检测是如何实现这一功能的？
在应用推理时会提取推理图像特征，与拟合分布外检测模型中的特征做对比，以此得到一个置信度值，大于设置的分布外阈值时发出分布外警告。

2.形状匹配扩展参数评估需要的样本数量？
只需要少量的样本（5-10），可以覆盖大部分可能出现的情况即可。

3.HALCON 的深度学习是否支持开源模型？
HALCON 可以读取 ONNX 模型，但有一些需要注意的点：目前 HALCON 24.11 支持 ONNX 规范的 1.8.1 版本，只支持 ONNX 运算符版本 13 之前的运算符。

4.深度学习训练一类样本数据集大概多少张比较合适？
不同的应用需要的样本数量不同。通常来说，若能保证每类样本有50个以上，即可得到比较好的效果。

5.实际应用中图片往往很大，请问下你们都是怎么处理这个问题的？
图像分辨率较高，缺陷尺寸较小，是工业检测的一个特点。对于训练使用的图像分辨率，我们建议以能看清缺陷为宜，图像分辨率太高或太低都不好。如果分辨率仍然比较大，可以使用更大显存的显卡，或者对图像进行裁切进行训练。

6.多线程调用同一个深度学习模型句柄需要手动加锁吗？
需要。也可每个线程加载单独的模型，来避免此情况。

7.HALCON 是否支持集成到其他开发语言？
目前 HALCON 支持 C/C++、C#、Python。

8.HALCON 24.11 哪里可以下载?
可以在大恒图像官方网站—下载中心—MVTec及深度学习专区（https://www.daheng-imaging.com/downloads/deep-learning/），或MVTec官网、本站进行下载。

9.HALCON 可以试用吗?
可以，试用许可可以咨询大恒图像技术服务热线 400-999-7595。
本站每月试用授权固定下载地址：https://www.51halcon.com/plugin.php?id=lichelper:index

10.HALCON 深度学习对硬件有什么要求？
HALCON 目前只支持 NVIDIA 系列的显卡，64位处理器。

PPT下载：https://gb.daheng-imaging.com/Incoming/2024.11HALCON&DLT.zip

以上内容来自《大恒图像》官方微信号。

这个是好东西啊，感谢分享