C#联合Halcon深度学习源代码分享1 预处理图像2图像识别测试3误差分析（含导入步骤文档，含中文注释）（附源码链接）_c

最新推荐文章于 2024-10-10 11:28:29 发布

2401_84558870

最新推荐文章于 2024-10-10 11:28:29 发布

阅读量906

点赞数 15

分类专栏：程序员文章标签：单元测试功能测试学习

本文链接：https://blog.csdn.net/2401_84558870/article/details/138888263

版权

程序员专栏收录该内容

195 篇文章 0 订阅

订阅专栏

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

C#联合Halcon深度学习源代码分享

- 1 预处理图像

点我下载资源

1 预处理图像

1.1 选择图像目录

所选目录可以是同时包含训练图像和测试图像的主目录,也可以是训练图像目录或测试图像目录,优先选择主目录.如本例提供图片选择mnist_images、Train_images或Test_images目录（不知道本例图片在哪的请先将“mnist_images.rar”解压后使用）. 如果使用其它图像，需要目录格式与本例一致.

1.2 预处理图像

在进行此步图像预处理时，如果使用其它图像，可以先对图像进行裁剪、旋转、翻转或滤波等普通图像处理,然后再使用深度学习算法处理图像使其能够用于训练.参考Halcon算子描述preprocess_dl_classifier_images.
预处理后的数据会自动保存在mnist_images\Preprocessed_images文件夹内.如果提示已有预处理好的数据，可以跳过此步直接开始训练，也可以选择删除已有数据重新预处理图像.
在这里插入图片描述

2 训练分类器

2.1 参数设置

建议使用不同参数设置多次进行训练，了解不同参数设置对训练的影响，可以找到更好的训练参数设置.
注意：BatchSize太大容易导致显存溢出，太小可能不收敛；NumEpochs训练次数越多需要时间越长；LearningRate学习率太大收敛速度快但可能会陷入局部最优，学习率太小收敛速度慢，所需训练次数多；TrainingPercent训练数据太少可能会过拟合；ValidationPercent用于验证的数据比例.
学习率变化曲线表达公式：LearningRate(Epoch) = InitialLearningRate * Math.Pow(LearningRateStepRatio , Math.Floor(Epoch / LearningRateStepEveryNthEpoch));
在这里插入图片描述