Halcon 深度学习之水果分类

原创已于 2022-05-10 21:09:49 修改

· 8.3k 阅读

119 ·

版权

文章标签：

#深度学习 #机器学习 #人工智能 #图像处理

于 2020-05-10 22:24:00 首次发布

Halcon 同时被 2 个专栏收录

27 篇文章

订阅专栏

算法

2 篇文章

订阅专栏

前言

想要顺利跑通18版本的深度学习，需要三个条件。
1、需要一张支持GPU加速的显卡（18版本不支持CPU训练）。
2、配置深度学习环境（这个相对于Caffe、Tenserflow、Pytorch环境配置要简单的多，只需参考我这篇博客就行https://blog.youkuaiyun.com/qq_18620653/article/details/105329219）。
3、安装Halcon软件以及深度学习库。Halcon-18.11.1.0-windows.exe软件以及深度学习库halcon-18.11.1.0-windows-deep-learning下载链接：https://pan.baidu.com/s/14dpJXWaXJvZP7__4fNU5Lg
提取码：tege
OK，以上三个都满足了。接下来为了方便刚刚接触Halcon深度学习的童鞋快速理解例子以及上手应用。通过对例子的理解，我将例子总结为：数据处理、网络训练参数设置、训练网络、验证、测试。

数据处理

1、文件数据处理（获取每张图像对应的标签以及要分的种类名称）
在这里插入图片描述
保存处理后图像目标存放文件夹以及每张图像名称命名

2、图像处理（去除背景以及改变图像大小）

3、划分数据集

网络训练参数设置

初始化网络模型参数，18版本目前只支持GPU训练，不支持CPU。
在这里插入图片描述

训练网络

将处理后的图像、对应标签以及初始化的网络参数输入到网络中训练。
在这里插入图片描述
其实Halcon中提供的分类网络模型有三种（详细介绍https://blog.youkuaiyun.com/qq_18620653/article/details/106035517），这里使用的是迷你型网络模型，感兴趣的可以试试另外两种模型（如果你的硬件配置足够好的话）