系统:PC
日期:2021-03-09
类别:图形图像
版本:v20.05
Halcon免费版是一款由德国MVtec公司开发的机器视觉算法包,我们可以通过这款软件提供的多种机器视觉集成开发环境来完成机器视觉,医学图像和图像分析应用的快速开发。
1、深度学习异常检测
自动化表面检测是许多制造业中的重要任务,基于深度学习的解决方案正成为一种标准工??具,可用于区分零件,检测和分割缺陷。但是,通常很难获得足够的缺陷图像,或者标记可用数据的工作量非常大。
HALCON的新异常检测功能使您可以仅使用相对较少数量的“良好”图像进行训练来进行检查。推断导致与训练图像相比在检查图像中检测到的“异常”。在右侧,您可以看到瓶颈问题的示例。
2、ECC 200代码读取器加速
在HALCON 19.11中,用于多核系统的ECC 200代码的代码读取器得到了显着加速。对于特别难以检测和读取的代码,实现了最大的改进。对于此类代码,可以实现约200%的加速。通过优化利用现有硬件功能,这种速度还大大提高了基于嵌入式代码阅读器的生存能力。
3、通用Box Finder
通用包装盒查找器找到的不同包装盒
在HALCON 18.11中,提供了用于拾取和放置应用程序的新功能:通用的盒查找器允许用户根据3D空间查找不同尺寸的盒,而无需为每种所需的盒尺寸训练模型。这使许多应用程序效率更高-特别是在物流和制药行业,通常使用各种不同尺寸的盒子。
4、ONNX支持
许多公司使用开源框架来训练深度学习模型(CNN)的分类器。这些CNN可以导出为ONNX(开放神经网络交换)格式。HALCON 18.11能够读取ONNX格式的数据,从而允许在HALCON中使用先前创建的第三方网络。
一、改进的亚像素条形码阅读器
条形码阅读器已通过高级解码算法进行了改进。因此,HALCON 20.05中的条形码读取器甚至能够读取元素大小小于1个像素的信息。
二、更强大的基于表面的3D匹配
使用HALCON 20.05,可以在匹配对称的零件的情况下,使基于表面的3D匹配更加健壮。特别是在组装业中,必须准确地放置工件,以便进行下一步处理。通常,像小孔这样的属性是找到对象正确方向的唯一特征。HALCON的基于表面的3D匹配现在可以利用这些功能来提高匹配结果的准确性和鲁棒性。
三、CPU深度学习培训
使用HALCON 20.05,可以在CPU上进行所有深度学习训练。现在在不使用GPU的情况下,也可以使用标准的工业PC(无法容纳强大的GPU)进行培训。由于现在可以直接在生产线上进行培训,因此可以极大地提高客户在实施深度学习中的灵活性,从而可以“动态”调整应用程序以适应不断变化的外部条件。
四、更强大的通用Box Finder
与HALCON 19.11一起发布的通用盒查找器,使用户可以在预定的高度,宽度和深度范围内找到不同大小的盒,而无需训练模型。使用HALCON 20.05,在健壮性,性能,速度和可用性方面进行了改进。现在,可以更健壮,更容易找到各种大小不同的盒子。
五、异常检测改进
异常检测仅需要少量的高质量“良好”图像进行训练,从而极大地提高了自动表面检查的效率。使用HALCON20.05,训练网络进行异常检测的速度比19.11版本快了10倍。结合更快的推理能力,这为新的尝试和改善现有的应用程序提供了全新的可能性:现在,培训新网络通常可以在几秒钟内完成,从而允许用户执行许多迭代来微调其应用程序而不会浪费很多宝贵的时间。经过训练的网络现在只需要更少的内存和磁盘空间,这使得HALCON的异常检测更适合在嵌入式设备上使用。
六、CPU支持基于Grad-CAM的热图
基于Grad-CAM的热图(梯度加权类激活映射)可帮助您分析图像的哪些部分影响分类决策。在HALCON 20.05中,热图计算也可以在CPU上执行。由于可以在不明显降低速度的情况下执行热图操作,所以客户现在可以“即时”分析其深度学习网络。
热门推荐
相关应用
实时热词
评分及评论
好东西,谢谢分享
are you 不错~
软件的界面很简洁,功能也很好
很好用 谢谢原作者及网站工作人员的努力
目前使用体验感觉还不错
点击星星用来评分