EN/中文

最新消息

2017-10-26

HALCON 17.12

HALCON 17.12

 

新的HALCON版本將於12月發佈,並將因應發布日期而命名為:HALCON 17.12。

 

 

深度學習 (Deep Learning)

 

HALCON 17.12-Progress 深度學習,使用者可透過CNN(Convolutional Neural Networks)分類器自行訓練,

比起傳統MLP分類器效率高出約5-10%!

 

 

Training a CNN (Convolutional Neural Networks)

 

HALCON訓練CNN,需要提供足夠的數量標籤訓練來完成的圖片。例如,將區分顯示刮痕或污染的樣品,逶過提供

良好的樣本,訓練所有三個種類的影像:影像顯示刮痕必須標記為“刮傷”,顯示某種污染的影像必須攜帶標籤

“污染”,顯示良好樣品的影像必須在”OK”類別中。然後,HALCON分析這些影像,並自動學習可以使用哪些

功能,辨識缺陷和良好的樣品。與過去相比,這是一個極大的優勢的分類方法,這些功能必須由用戶“手工製作”

- 過程較複雜,需要熟練視覺知識的工程師才能進行編程。

 

 

Using the Trained Network

 

一旦組織結構學會了區分給定的分類,例如: 告訴影像顯示有​​刮傷、污染或良好的樣品,組織結構就能立即運作。
深度學習的典型應用領域包括缺陷分類(例如: 電路板、瓶口或藥丸)或物體分類(例如,識別植物的種類)。

 

 

 

最新版本 - HALCON 13

 

要了解更多關於我們最新版本HALCON 13的眾多功能和改進,請點擊這裡