HALCON 21.11:深度学习笔记(2)

HALCON 21.11:深度学习笔记(2)

HALCON 21.11.0.0中,实现了深度学习方法。由于上面提到的DL方法在它们做什么以及它们如何需要数据方面各不相同,所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点,您就需要收集适当数量的数据,也就是图像和方法所需的信息。然后,所有这些DL方法都有一个通用工作流:

1. 准备网络和数据(Prepare the Network and the Data

网络需要为您的任务和适合于特定网络的数据做好准备。

  1. 建立关系网:读取一个预先训练好的网络或者创建一个新的网络。
  2. 网络需要知道它要解决哪个问题,也就是说,要区分哪些类以及这些样本是什么样子的。这是由你的数据集表示的,比如你的图像与相应的ground truth information。
  3. 网络会对图像提出一些要求(如图像的维数、灰度值范围等)。因此,图像必须进行预处理,这样网络才能处理它们。
  4. 我们建议将数据集分成三个不同的数据集,用于训练(training)、验证(validation)和测试(testing)。

2. 训练网络/评估训练进度(Train the Network and Evaluate the Training Progress

一旦建立了网络并准备好了数据,就可以对网络进行特定任务的训练了。

  1. 设置适合您任务和系统的超参数。
  2. 可选地指定数据扩展。
  3. 开始训练并评估你的网络。

3. 应用和评估最终的网络(Apply and Evaluate the Final Network

您的网络已为您的任务进行了训练,并已准备好应用。但是,在将其部署到现实世界中之前,您应该根据您的测试数据集评估网络的性能。

4. 推理阶段(Inference Phase

当你的网络经过训练并且你对它的性能感到满意时,你就可以用它来推断新的图像。当然,需要根据网络的要求对图像进行预处理(与训练的方式相同)。

转载自:https://blog.csdn.net/liubing8609/article/details/121507302

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Halcon 21.11是一种图像处理软件。您可以从官方网站https://www.mvtec.com/cn下载安装程序\[1\]。安装过程中,您需要进行一些设置,包括选择要安装的软件包和拷贝许可证到安装目录的license文件夹\[3\]。在使用Halcon进行深度学习任务时,您可以使用训练数据来训练和评估网络。训练数据可以包含类标签、边界框和实例分割掩码等信息,您可以使用MVTec深度学习工具来格式化数据并创建字典DLDataset\[2\]。如果您已经使用标准的COCO格式标记了数据,您可以使用函数read_dl_dataset_from_coco来读取数据并创建字典DLDataset\[2\]。 #### 引用[.reference_title] - *1* *3* [halcon21.11安装教程详解](https://blog.csdn.net/qq_43069920/article/details/123077882)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [HALCON 21.11:深度学习笔记---对象检测, 实例分割(11)](https://blog.csdn.net/liubing8609/article/details/121527420)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值