Halcon總結——奇異值檢測（Novelty Detection）
Anomaly Detection（異常檢測）包括Novelty Detection（奇異值檢測）和Outlier Detection (異常值檢測)。 奇異值檢測：訓練數據不包含異常值，只含有positive（正常）的數據，通過算法學習其pattern。之后用於檢測未曾看到過新數據是否屬於 ...
原文：Halcon深度學習——奇異值檢測
該方法屬於無監督式的深度學習方法，優點： 無需標注 只訓練正樣本 可以在CPU下進行訓練 具有較快的推斷速度 適用場景：適合缺陷較為明顯的項目 注意：設置的ImageWidth ImageHeight ，以及自己采的圖，盡量是 的倍數 精確率和召回率說明 召回率 recall . ，意味着ok圖中 . 被預測為ng精確率 precision . ，意味着被認為是ok的圖中有 . 的ng圖，即ng容 ...
2020-06-18 12:04 3 3514 推薦指數：
相關推薦
基於Halcon深度學習異常值檢測方法
Halcon在19.11版本中推出了深度學習異常值檢測方法，該方法屬於無監督式的深度學習方法，使用該算法可以在只有正樣本的情況下訓練模型。據官方介紹，該方法具有以下優點： 1 無需標注 2 只需少量正樣本即可進行訓練 3 可以在CPU下進行訓練 4 具有較快的推斷速度 ...
halcon深度學習匯總（一）
1、set_dl_model_param(DLModelHandle, 'gpu', GpuId)GpuId=0 選中第一塊顯卡做深度學習訓練。GpuId=1 選中第二塊顯卡做深度學習訓練。類推 查詢可用多顯卡信息 query_available_compute_devices ...
halcon深度學習總結（二）
一、模型的特點及選用 A、 當前使用的halcon版本為19.12，可用於分類的模型有以下幾種 ① pretrained_dl_classifier_alexnet.hdl ② pretrained_dl_classifier_compact.hdl ...
深度學習in Halcon流程
1 預處理 1.1 讀取預訓練網絡 用read_dl_classifier方法讀取一個預訓練網絡，其中Halcon提供的預訓練網絡有： "pretrained_dl_classifier_compact.hdl"和"pretrained_dl_classifier_enhanced.hdl ...
Halcon學習：缺陷檢測
通過擬合來求缺陷，對應halcon例程：方法—》輪廓線處理—》fit_rectangle2_contour_xld.hdev。 效果圖： ...
Halcon學習筆記之缺陷檢測（二）
例程：detect_indent_fft.hdev 說明：這個程序展示了如何利用快速傅里葉變換（FFT）對塑料制品的表面進行目標（缺陷）的檢測，大致分為三步： 首先，我們用高斯濾波器構造一個合適的濾波器（將原圖通過高斯濾波器濾波）； 然后，將原圖和構造的濾波器進行快速傅里葉變換 ...
Halcon學習筆記之缺陷檢測(一)
例程：surface_scratch.hdev 說明：這個程序利用局部閾值和形態學處理提取表面划痕 代碼中綠色部分為個人理解和注釋,其余為例程中原有代碼 ...