halcon深度学习实现对MNIST数据集学习及识别


本人最近开始学习深度学习相关内容,主要是基于halcon的深度学习算法进行自我学习,同时自己也在学习过程中记录了部分笔记和相关效果图与视频,在此拿来进行分享,希望一同学习进步。

在这里插入图片描述

关键代码展示

  private void btnTrainClassifier_Click(object sender, EventArgs e)
        {
            //获取预处理后图像的文件夹名称
            mnist.mnist_Train.hv_PreprocessedFolder = mnist.mnist_Preprocess.path_Images + @"\Preprocessed_images";
            if (!IsPathAvailable(mnist.mnist_Train.hv_PreprocessedFolder))
            {
                return;
            }


            StringBuilder sb = new StringBuilder();

            sb.Append("训练进行中...\r\n\r\n").Append("当前训练参数设置:\r\n");
            sb.Append(mnist.mnist_Train.TrainClassifierParams());
            this.textBoxInformation.Text = sb.ToString();
            
            mnist.Trainclassifier();
        }
  private void btnComputeConfusionMatrix_Click(object sender, EventArgs e)
        {
            if (this.mnist.mnist_Train.hv_Train_DLClassifierHandle == null)
            {
                MessageBox.Show("请先训练分类器");
                return;
            }
            mnist.mnist_Train.ComputeConfusionMatrix(this.hWindowControl1.HalconWindow);

            StringBuilder sb = new StringBuilder();
            sb.Append("当前训练参数设置:\r\n");
            sb.Append(mnist.mnist_Train.TrainClassifierParams());
            this.textBoxInformation.Text = sb.ToString();
        }

        private void btnRandomTest_Click(object sender, EventArgs e)
        {
            mnist.mnist_Test.path_Test_Images = mnist.mnist_Preprocess.path_Images + @"\Test_images";
            if (mnist.mnist_Preprocess.path_Images.Contains("Test"))
            {
                mnist.mnist_Test.path_Test_Images = mnist.mnist_Preprocess.path_Images;
            }
            //判断图像文件夹是否存在或内容是否为空
            if (!IsPathAvailable(mnist.mnist_Test.path_Test_Images))
            {
                return;
            }

            mnist.mnist_Test.RandomGetImage();
            textBoxInformation.Text = "已选择测试图像:\r\n" + mnist.mnist_Test.ho_TestImageName;

            mnist.Testclassifier();
        }

具体测试效果展示

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

深度学习开发测试效果

源代码下载链接

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

打赏作者

快乐的叮小当

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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