Deep 3D Matching 是一項全新的基於深度學習的技術，專為快速且穩定的 3D 物體偵測與姿態估算設計，僅使用 2D 影像即可實現。該技術需要的參數設定極少，並提供高效能，非常適合用於如 bin picking 和機器人操作等應用，並且能在挑戰性環境中穩定運行。

HALCON 25.05 引入了對齊步驟，這一步驟將會修正粗略的文字區域裁切，即使文字區域的放置不精確，依然能顯著提高識別準確率。這樣，使用者在保持穩定 OCR 結果的同時，還能跳過偵測模型，並大幅縮短處理時間。這不僅使文字識別流程更加靈活，也顯著提升了速度，且對齊步驟本身運行效率極高，僅會增加極少的處理負擔。

HALCON 25.05 版本還包括對一些重要核心技術的改進，例如條碼讀取器和通用形狀匹配（Generic Shape Matching）：

HALCON 25.05 版本為通用形狀匹配（Generic Shape Matching）訓練新增了中斷功能，讓使用者能夠靈活控制訓練過程。現在，用戶可以手動停止訓練，或者設置超時（例如 1 秒後自動停止），避免無謂的等待時間，確保操作高效。以前，一旦訓練開始，就必須等到完成，這可能會導致延遲，尤其是在資源有限的嵌入式應用中。現在，用戶可以將訓練無縫地集成到他們的工作流程中，從而避免長時間的處理延遲，提高了反應速度。

 

HALCON 25.05 推出一套全新的影像擷取運算元，專為現代相機技術的無縫整合而設計。雖然 MVTec 一直專注於高效的相機連接，但像是 GigE Vision 和 USB3 Vision 等現代標準帶來了新的機會和挑戰。這些新介面簡化了相機的操作，同時提供對先進配置的完整控制。
這些新運算元提供了更清晰、更直觀的介面，針對標準使用情境進行優化，同時保持對 GenICam GenTL 架構的完全控制。此外，當 GenICam GenTL 裝置提供多重串流時，這些運算元也能支援。用戶可以期待這些新運算元的效能與以往相當，甚至更快，確保能順利過渡到最新的相機技術。