Halcon20--C#与Halcon联合编程时深度学习报错问题记录

最新推荐文章于 2024-07-11 16:05:50 发布
最新推荐文章于 2024-07-11 16:05:50 发布
阅读量2k 收藏 8
点赞数 2
分类专栏： Halcon C# 文章标签： c# 开发语言 后端
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50016546/article/details/121614238
版权
Halcon 同时被 2 个专栏收录
57 篇文章 38 订阅 ¥49.90 ¥99.00
订阅专栏 超级会员免费看
C#
24 篇文章 2 订阅
订阅专栏
本文记录了在C#环境下使用Halcon20进行深度学习时遇到的两个问题及解决方案。一是GPU运行时因CUDNN版本引发的错误7718，解决方法是拷贝Halcon的第三方库到运行路径；二是CPU运行时提示不支持，原因为环境变量设置不当，通过调整环境变量或避免手动拷贝dll文件可解决问题。实验显示，GPU分类速度远快于CPU。
摘要由CSDN通过智能技术生成

1、VS下调用算子分类算子ApplyDIClassifier时，提示“Halcon error#7718: For this operation thecuDNN library needs to be available(see installation guide)”，但是Hdevelop环境下运行没有任何问题。
此时应该是启用了GPU，会调用Cudnn第三方库Q，该报错应该是Cudnn版本的问题。确认下电脑是否安装多个Cudnn版本。
最简单的解决办法:将Halcon20安装目录下的第三方库(D:\Halcon20.11\bin\x64-win64\thirdparty的'thirdparty')拷贝到当前程序的运行路径下，就可以解决这个问题。
2、VS下设置分类在CPU下执行，即调用算子: SetDlClassifierParam(hDLHandler, "runtime" , "cpu")，提示“CPU based inference is not supported on this platform”，但是Hdevelop环境下运行没有任何问题。
因为根据官方文档介绍从Halcon18开始，是支持CPU上进行深度学习分类或检测的，那么首先要确认下电脑Halcon安装版本是否出现错误？
解决办法:我出现这种错误是版本没有问题，但是因为电脑安装版本众多，所以为了怕出问题，手动将Halcon2

了解本专栏 订阅专栏 解锁全文 超级会员免费看
NCUTer
关注
  • 2
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
专栏目录
订阅专栏
【halcon深度学习 】 ApplyDlModel报错
songhuangong123的博客
04-14 741
还是dll的问题，没耐心了，干脆cuda11_1下的DLL全部都放到Debug目录下，如此报错消失！很明显这也是个dll的问题，于是我在目录。
c#联合halcon深度学习+MNIST数据集学习与识别
05-31
内容：通过C#联合halcon编程，实现对深度学习的逐步实现，并且以MNIST数据集的学习识别为应用实例，最终实现对其中的数字进行准确识别。 适用人群：深度学习初学者 场景及目标：一般深度学习应用场景，如字符识别等 其他：对应效果展示参见CSDN博客链接 https://blog.csdn.net/weixin_37864926/article/details/125066332 【免费下载地址】深度学习: https://url98.ctfile.com/d/19054198-49296486-5d8745?p=1746 (访问密码: 1746)
HalconDotNet.HOperatorException:“HALCON error #7717: For this operation the cuBLAS library needs to
最新发布
weixin_46648511的博客
07-11 269
halcon在加载深度学习网络时报错:HalconDotNet.HOperatorException:“HALCON error #7717: For this operation the cuBLAS library needs to be available (See installation guide) in operator set_dl_model_param”这个错误的意思是:halcon在加载深度学习网络的时候需要用到cuBLAS 的静态库，
C#联合halcon深度学习源码 继电器识别
2301_78033722的博客
05-08 346
提供继电器零件的数据集和联合halcon的源码实现常规的物体分类和继电器零件分类两个运行文件夹，可以在非gpu电脑上面运行。因为这个零件种类比较多，并且不规则，用人工分类，比较容易误判，并且效率太低。在halcon等图像处理算法不稳定的情况下，需要用深度学习来解决。下面这个案例非常有参考价值，是基于深度学习来识别工厂的零件。C#联合halcon深度学习源码 继电器识别。通过深度学习的模型，很好的分类这些产品零件。人工加了gpu,，将提高识别时间。
C#联合halcon深度学习源码 继电器识别在halcon等图像处理算法不稳定的情况下
uihLgjN的博客
11-06 341
在构建模型的过程中，我们还需要选择适当的损失函数和优化器，以提高模型的准确率和效率。然而，随着图像领域技术的不断进步，传统的算法已经无法满足我们对于精度和效率的需求，更加高效和准确的处理方式正在不断涌现。在这个案例中，我们提供了继电器零件的数据集和联合halcon的源码实现常规的物体分类和继电器零件分类两个运行文件夹，这些内容可以在非gpu电脑上面运行。在这个过程中，我们需要使用合适的超参数，如学习率和批量大小等，来调整模型的训练效果。在模型训练完毕之后，我们需要对模型进行测试，以评估模型的性能和准确率。
C#基于Halcon深度学习分类例程DeepLearning_Classification_MNIST_Halcon
675491918的博客
12-02 4689
用C#写的基于Halcon深度学习分类例程，可以当分类工具使用，能够快速训练和测试分类模型，操作非常直观方便！ 本例基于Halcon深度学习，运行需要安装Halcon深度学习环境，参考https://blog.csdn.net/xuanbi8560/article/details/80911015 本例软件配置如下： 1、halcon-19.05.0.0-windows.exe 2、halco...
c#集成Halcon的深度学习软件，带[MNIST例子]数据集【带源码
08-20
c#集成Halcon的深度学习软件，带[MNIST例子]数据集【带源码
C# 联合HALCON编程 之 HALCON引擎在C#内的调用 示例
02-07
在本文中，我们将深入探讨如何在C#编程环境中与HALCON图像处理引擎进行联合编程，以便充分利用HALCON的强大功能。HALCON是由MVTec公司开发的一款广泛应用的机器视觉软件，它提供了丰富的形状匹配、模板匹配、1D/2D码...
halcon与C#联合编程(海康相机+图像平移缩放+日志+缺陷检测+路径规划)
05-12
通过halcon与c#联合编程，实现了对海康相机的控制； 并增加HSmartWindowControl控件，实现图像的实时显示与平移缩放功能； 通过listview+toolstrip实现日志显示与类型(提示、警告、错误)分类； 同时自行编制算法实现...
源代码C#、halcon深度学习软件系统-GMM模板识别.zip
10-29
C#环境开发的深度学习，进行模板特征的识别匹配，包括所有的源代码，结合halcon写的深度网络学习的源代码。
C#联合halcon开发讲义和源代码.zip
06-04
HALCON联合C#实战案列，内有源码讲义，软件框架设计，HALCON代码生成，软件联合标定设置，创建测量模型，HALCON各功能整合到C#软件框架中，项目软件年打包发布，
halcon&C#联合标定工具---CalibrationTool.zip
10-29
基于C#开发的，结合halcon视觉库，设计开发的机器视觉软件系统标定助手，可完成在线实时采集标定，批量读图标定，采集-标定-结果输出三个功能界面。
halcon深度学习视频.zip
01-29
halcon 深度学习入门视频。
C#深度学习源码
05-13
这是一个C#编写的深度学习源码例子。一般网上流传的深度学习Windows源码都是Linux转过来的，下载后配置非常困难，本人多天配置环境都未成功，最后不得不放弃。原因是需要配置第三方库，这是一个困难。本源码是基于VS 2013的C#源码，只要装有Visual Studio 2013就可使用，不需要配置，简单至极。 需要说明的是本例子只是CPU，没用使用GPU，是学习的好事例。
C# Halcon无法获取到电脑gpu，求助！
qq_60978979的博客
04-27 869
试过，可以获取到cpu，不能获取gpu，如下，获取的gpu为空，求助！
halcon与c#联合编程的方法
qq_48705696的博客
01-17 2712
一、VS引用halcondotnet.dll后直接编程 但是如果你不是大牛会存在非常严重的内存泄漏问题，极其不推荐这样做。 二、用Halcon编好程序后导成C# 然后导出.cs为后缀的c#程序，主函数在Action方法里。 但是这种方法最然简便，但是偶尔也会在程序编译正确的情况下运行报错。 三、用Halcon引擎 虽然较上面的办法速度可能相对慢一些，不过稳定性大大提升而且运行速度也还可以。 首先先引用这两样东西，它在Halcon安装目录下。例如：E:\Halcon12\bin\dotnet
C#联合halcon常见的问题
weixin_45950490的博客
04-21 1137
1.无法加载dll库 解决办法把 halcon.dll halcondotnet.dll放到工程目录下 2.调用加载格式不正确（halcon 版本要和c#一致如x86 x64） 3.
Halcon Deep Learning Classification 和 C# 客户端调用模型进行识别
iml6yu的博客
11-08 2580
将程序classify_pill_defects_deep_learning_1_preprocess.hdev打开进行修改，修改后代码如下。为了简化写代码的过程，我们可以使用halcon的demo程序进行修改，demo程序位置如下。在 DL（Halcon 标注工具）工具中新建一个分类项目，如下图导入图片并且标注。需要一个有GPU的电脑，如果没有，不建议用cpu尝试，浪费时间。重复如上操作，将所有分类图片都标注成功后，导出数据。数据预处理，F5运行，效果如下。，安装完成后进行训练，代码如下。
halcon深度学习联合c#
10-07
Halcon是一款强大的机器视觉软件，而深度学习是一种强大的机器学习技术。将Halcon与深度学习结合起来可以实现更高级的视觉处理任务。 Halcon支持与深度学习框架的联合，可以利用深度学习算法来进行图像分类、目标检测、图像分割等任务。通过在Halcon中集成深度学习模型，可以提高图像处理的准确性和效率。 使用Halcon深度学习联合，可以方便地进行训练和部署深度学习模型。Halcon提供了简单易用的接口，可以将深度学习模型与Halcon的图像处理功能无缝集成。这意味着我们可以使用Halcon强大的图像处理功能来预处理图像，然后将图像传递给深度学习模型进行进一步的分析和处理。 Halcon深度学习联合还能够提供更快速的图像处理速度。深度学习模型通常可以通过硬件加速技术（如GPU）进行加速，从而提高图像处理的速度。而Halcon经过多年的优化和改进，可以提供高效的图像处理能力。通过将深度学习算法与Halcon的图像处理功能结合起来，可以在保持高准确性的同时实现更快速的图像处理。 总之，Halcon深度学习联合让我们可以利用深度学习的强大能力来加强Halcon的图像处理功能。这不仅可以提高图像处理的准确性和效率，还可以加速图像处理过程。在实际应用中，可以应用于工业视觉、自动驾驶、医疗图像分析等领域，为我们带来更多的机会和挑战。
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

NCUTer

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

实付元
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