Halcon深度学习常用算子及参数解释,完整流程(一)

前言

HALCON 提供了深度学习网络算子供开发人员使用,但是网上资料很多,对于一些基础性概念和解释以及流程并没有很清楚,本专栏着重讲述halcon深度学习的基本算子和概念,基础概念和算子讲完以后附上完整的halcon代码,在专栏的最后提供了一个完整的halcon深度学习项目供大家下载学习。

Halcon深度学习的应用场景分类

  1. 分类:对图像进行分类,并没有划分目标框
  2. 目标检测:图片中的物体提取并分类
  3. 语义分割:为图像的每个像素分配一个类

Halcon中模型处理

模型处理:数据及数据的传输方法!
字典:输入时,包含每个图像的字典,字典包括图像,信息,标签!
输出时,网络返回一个 包含结果的字典。
DLDataset:
字典存储有关数据集的一般信息并收集各个示例的字典
samples:
该键获取字典元组作为值
DLSamples:
字典用于网络模型的输入

Halcon中深度学习的一般流程

  1. 准备一个神经网络或创建一个准备数据
    1.1 预先培训的网络中读取或新建一个
    1.2 标签图像
    1.3 预先处理图像(图像尺寸,灰度值范围等…)
    1.4 拆分数据及(训练,验证和测试)

  2. 训练网络并评估进度

  3. 应用及预测!(应用时与预先处理图像一致大小,尺寸等)

  4. <

你可能感兴趣的:(#,Halcon深度学习,深度学习,目标检测)