halcon 深度学习标注_Halcon deep learning之目标检测笔记（一）

设置输入输出的路径

输入路径有两个，一个是图像路径HalconImageDir，一个是Json文件路径PillBagJsonFile。这两个参数用于后续在图像路径中读取coco文件。

输出路径首先定义一个新的文件夹路径，用于存放样本和模型文件等数据。

设置基于深度学习的目标检测模型的路径，该模型文件以.hdl结尾。

设置样本数据文件夹ExampleDataDir：'detect_pills_data'

数据字典文件夹路径，用于存放DLSampple文件。

设置存储预处理参数文件的路径。

设置分割数据集参数

分割数据集是为了区分出训练数据集和验证数据集。这一步设置分割的比例，例如：

TrainingPercent := 70

ValidationPercent := 15

则表示训练数据集占70%，验证数据集占15%，剩下的为测试数据集。

同时指定随机数，用于选择随机图片组成数据集。因为想要在复现训练结果时数据集本身是固定的，因此先使用随机数将数据分散，然后进行分割。

创建DLDataset数据集并调整模型

先检查样本数据集文件夹是否存在，不存在就创建一个。

创建数据集DLDataset调用了自定义的函数read_dl_dataset_from_coco。其输入参数为coco文件名(以.json结尾)和图像路径，输出数据集名为DLDataset。

该函数主要是根据.json文件中的关键字对图像进行解析，如'categories'、'images'、'annotations'。'annotations'里