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)

<