Halcon深度学习---语义分割（1）---数据集预处理

本文主要采用Halcon对图像进行语义分割，对标注的部分进行检测。语义分割部分分为4部分：
第一部分 数据集预处理
第二部分 模型训练
第三部分 模型评估
第四部分 模型推理

这篇文章主要将第一部分，后续会更新二、三、四部分。

数据集预处理前要对检测的图片进行标注工作，这里推介使用Halcon旗下的DLT深度学习工具，https://www.mvtec.com/cn/downloads。

创建新项目

选择语义分割

添加图像或者文件夹

点击标注工具进行区域标注
（在这里提醒一下，多标注一些图片，大约20张以上，不然程序可能报一些莫名其妙的问题）
（比如：read_dl_samples时在操作select_range时发生错误）

所有图像标注完成后，点击左上角导出数据集，我这里名称为test1，所以导出后出现以下3个文件。

打开halcon，我使用的halcon版本为22.11，通过HALCON切换助手ver3.2.0.8切换助手进行注册，免费使用。

点击浏览例程

选择deep learning，选择segment_pill_defects_deep_learning_1_preprocess，点击打开。

然后使用everything软件或者全盘搜索，搜索文件segment_pill_defects_deep_learning_1_preprocess.hdev，文件路径应该是**\HALCON-22.11-Steady\examples\hdevelop\Deep-Learning\Segmentation。

然后返回到这一级目录下找到images文件夹。然后将上面生成的test1_images文件夹拷贝到images文件夹下。这里我为了好命名，把名称修改为FPC

注意：要和pill在同级目录下


然后这images文件夹下找到labels文件夹，将上面生成的test1_labels文件夹放在这个里面，同样我把名字改为FPC。

然后回到代码中，修改下面几处名称。并且如果报显示错误，注释这部分代码。

然后回到上述segment_pill_defects_deep_learning_1_preprocess.hdev目录下，进入这个文件夹下，如果生成了如下文件，说明数据集预处理已完成。

上述就是有关数据集预处理内容，下集写关于模型训练内容。

已上传代码包，另外调试有问题的可以在评论区一起交流。或者+q836428839