HALCON21.11新特性典型问答回顾！

　　昨天（12月2日）下午15:00-16:00，在大恒图像直播间，成功举办“HALCON 21.11版本以及Deep Learning Tool 0.6.2新特性”在线研讨会，感谢大家的拨冗参加！正是由于您与大恒图像的密切互动，使得研讨会现场气氛热烈，圆满结束。

　　由于时间有限，我们的讲师并没有现场将所有问题进行答疑，我们也将比较有代表性的问题进行整理，以便您能通过这些典型问题更深入了解HALCON21.11。如果您希望获取到关于HALCON21.11新特性研讨会的PPT或者有关于产品的任何问题，请致电大恒图像客户服务热线：400 999 7595，我们的销售顾问将在第一时间将PPT发送至您的邮箱。同时，也有不少客户反馈到因为时间原因没有观看到全部的视频，我们也毫无保留的将研讨会视频回放打开，请点击以下链接在PC端观看：http://live.daheng-imaging.com/watch/2698110，或扫描以下二维码在手机端观看：

　　典型问答回顾：

　　1. Halcon21.11相比20.11版本，深度学习有区别吗？

　　答：Halcon progress版本一年发布2次，相比20.11，今年更新了21.05和21.11两个版本，深度学习方面主要的更新有：

　　1） DeepOCR识别能力得到大幅提升；

　　2） gpu和cpu的推理性能得到显著加速；

　　3）增加了实例分割功能；

　　4）支持用户搭建自定义深度学习网络；

2. 实例分割有应用例程吗？实例分割的项目针对实例如何标注？

　　答：首先，实例分割的使用流程和目标检测一样，例程您可参考：

　　1） Halcon21.11自带例程dl_instance_segmentation_workflow.hdev

　　2）大恒提供的简明例程

　　3）如果您之前有目标检测的程序，添加一句即可使用实例分割：DLModelDetectionParam.instance_segmentation := 'true'标注的话，使用Deep Learning Tool 0.6.2以上版本进行标注，标注方式和语义分割类似，需标出缺陷轮廓，不用标矩形框。

3. 标注图片和训练图片是需要尺寸一模一样么？

　　答：不需要。训练图片可对标注图片进行缩放使用。

4. 一般训练一类样本数据集多少张比较合适？

　　答：不同的应用需要的样本数量不同。通常来说，若能保证每类样本有50个以上，即可得到比较好的效果。

5. 实际应用中图片往往很大，请问下你们都是怎么处理这个问题的？

　　答：图像分辨率较高，缺陷尺寸较小，是工业检测的一个特点。对于训练使用的图像分辨率，我们建议以能看清缺陷为宜，图像分辨率太高或太低都不好。如果分辨率仍然比较大，或者使用更大显存的显卡，或者对图像进行裁切进行训练。

　6. 多线程调用同一个深度学习模型句柄需要手动加锁吗？

　　答：需要。也可每个线程加载单独的模型，来避免此情况。

　 7. 缺陷检测实际应用时，比如脏污毛絮这些有时候像素只有6-7个，检测效果不是很好，请问你们大概怎么做的?

　　答：6-7个像素的缺陷非常小，建议使用合适分辨率的相机把缺陷拍清楚。良好的成像质量，是检测的前提。

　 8. 标注工具如何使用有文档吗？

　　答：标注工具自带帮助文档；如果您在使用中还有问题，欢迎咨询大恒技术服务热线400-999-7595咨询。

　　9. 如果系统不支持avx512, 优化后的算子会不会出错？还是会自动使用原先的指令集？

　　答：不会报错，会使用当前系统支持的优化方式。

　　10. Deep Learning Tool和HALCON21.11哪里可以下载？

　　答：可以在大恒图像官网www.daheng-imaging.com“下载中心”栏目下进行下载。

　　如果您想要购买或试用HALCON21.11，欢迎拨打大恒图像客户服务热线：400 999 7595，我们将一如既往地为您提供先进的技术，可靠的产品及贴心的服务！

HALCON21.11新特性典型问答回顾！

相关推荐