通用形状匹配
HDevelop 易用性改进
Deep OCR 功能的改进
HALCON 深度学习框架
NVIDIA® TensorRTTM 推理插件
亚像素条形码阅读器改进
| ||
HALCON 21.11 中又增添了新的名为”实例分割”深度学习功能。这项技术结合了语义分割和物体识别的优点。使用实例分割，可以将物体以像素精度进行分类。 该技术在物体彼此非常接近、粘连或重叠的应用中特别有用。 典型的使用场景还包括从盒子中抓取随机排列的物体（抓取应用）以及识别和测量自然生长的结构。 | ||
| ||
在 HALCON 21.11 中，HALCON 的条形码阅读器在 Code 128/GS1-128 条码模糊的情况下的鲁棒性得到了改进。此类条码可能由于运动或焦深度的限制，呈现模糊状态。现在，这种模糊的条码亦可读取。 Code 128/GS1-128 是一种广泛使用的条形码类型，由于其紧凑的尺寸和高数据密度，经常用于物流领域。 | ||
| ||
使用字典，可以简单方便的管理 HALCON 中复杂的数据。HALCON 21.11 包括几项改进，使字典的处理更加容易和快捷。 例如，可以调用单个算子初始化字典，并且简化了添加和检索元素的语法。 此外，代码自动补全功能还可以检索字典中的钥匙，这进一步加快并简化了字典的使用。 | ||
| ||
新的通用形状匹配功能，将 MVTec 多年的工业经验，简单易用的呈现给用户，由于所需算子的数量显着减少，用户可以更轻松、更快速地实施解决方案。HALCON 21.11 立足于用户的反馈，改进现有功能，进一步提高可用性。例如，集成clutter特征，优化模型检查，加入附加参数，并对其进行自动估算。 | ||
| ||
HALCON Progress Edition 中整合 MVTec 为 Intel Distrubution of OpenVINO™ 开发的工具包插件。 它使 HALCON 用户能够从与 OpenVINO 工具包兼容的 AI 加速器硬件中受益。 通过这种方式，我们实现了英特尔处理器上显着的速度提升，包括用于关键任务的 CPU、GPU 和 VPU，用于深度学习推理。 由此也扩展了支持的硬件范围，客户现在可以更加灵活地选择硬件。 此插件可以与 HALCON 21.05 Progress 一起使用。 | ||
地址：北京市海淀区苏州街3号大恒科技大厦北座12层
邮箱：sales@daheng-imaging.com
MERLIC