
halcon
weixin_46648511
这个作者很懒,什么都没留下…
展开
-
halcon对象检测训练流程
【代码】halcon对象检测训练流程。原创 2024-09-30 17:37:35 · 236 阅读 · 0 评论 -
halcon单目相机标定
使用的标定板规格对上gen_caltab(7, 7,0.004, 0.5, ‘G:/CompanyProject/GearMeasure/caltab.descr’, ‘G:/CompanyProject/GearMeasure/caltab.ps’)这个函数生成出来的标定板数据才能对上,find_calib_object不容易出错。1.参考这边文章https://blog.youkuaiyun.com/weixin_60275604/article/details/139068423。3.注意点 标定板规格要对。原创 2024-09-24 17:56:45 · 302 阅读 · 0 评论 -
halcon配合yolov8导出onnx模型检测物体
1.工业上多数视觉开发都是用halcon开发的,halcon本身也有自己的深度学习网络,至于halcon如果不使用本身的深度学习,使用其他网络导出的onnx模型怎样配合使用?本文基于yolov8写一个列子。创建输入数据的转换代码。原创 2024-05-25 14:07:41 · 1762 阅读 · 2 评论 -
halcon分类模型训练推理重写
1.最近使用halcon分类模型测试样品,感觉halcon自身带的demo,有很多封装起来的函数,不容易查看整个训练的原理,所以用halcon基本函数重写了模型训练跟推理的过程,及热图获取。3.整体用接近halcon基础函数编写。原创 2024-09-04 15:31:11 · 642 阅读 · 0 评论 -
qt配合halcon深度学习网络环境配置
4.引用到halcon静态库后,到halcon运行目录下找到静态库对应dll文件,还有引用深度学习的halcondl.dll跟halcondlxl.dll,hcanvas.dll。6.到halcon运行目录下复制thirdparty文件夹到qt运行目录,不然软件运行时,halcon查找设备只能找到cpu,找不到gpu。1.开发环境qt6,编译器MSCV2019,网络是halcon的对象检测,halcon用20.3.到halcon安装目录下复制include,lib这两个文件夹到qt项目中进行引用。原创 2024-09-03 11:32:17 · 1022 阅读 · 0 评论 -
halcon深度学习语义分割步骤
1.最近查看halcon深度学习语义分割学习demo步骤感觉有点复杂,整理下。原创 2024-08-14 11:28:31 · 508 阅读 · 0 评论 -
halcon深度学习分类器训练的步骤
1.最近看了看halcon深度学习分类的教程,感觉有点乱,重新整理下,这个使用的是halcon20.05。原创 2024-08-14 09:00:27 · 453 阅读 · 0 评论 -
halcon深度学习语义分割训练图片遇到的坑
2.发现在训练的过程中预处理数据字典中训练的数据路径是写死在字典中,要么根据当前训练路径重新预处理,要么修改字典里面的路径。1.最近使用halcon深度学习语义分割,做缺陷检测。原创 2024-08-03 17:44:39 · 187 阅读 · 0 评论 -
halcon深度学习语义分割预处理图片遇到的坑
3.标注好图片后,到处预处理,发现报错,[‘Multiple matching segmentation files for image /1.jpg’]意思是:[’ image /1.jpg的多个匹配分割文件’],在导出数据时把软件自动添加的后缀删掉。这样就不会导致halcon程序读取图片跟标签时排序对不上号。4.导致这个错误原因是在于处理图片时,匹配标注跟图片时编号对应不上。1.最近使用halcon深度学习语义分割,做缺陷检测。2.在使用halcon的深度学习标准工具,标注图片。原创 2024-08-03 15:52:49 · 390 阅读 · 0 评论 -
映美精彩色相机IFrameQueueBuffer转halcon的HObject
1.之前写了黑白IFrameQueueBuffer转halcon的HObject,下载这边文件写,彩色IFrameQueueBuffer转halcon的HObject。2.相机的部署跟黑白的一样,不同的是取图的格式改变。3.把图片转成HObject。原创 2024-07-23 16:59:04 · 373 阅读 · 0 评论 -
halcon+qt开发显示图片界面软件
1.在halcon运行目录下,找到include和lib这两个文件夹复制到qt项目文件.pro同一个文件目录。其中$$PWD代表.pro文件夹当前目录路径。2.在qt的.pro文件中加入。原创 2024-07-13 14:03:38 · 616 阅读 · 0 评论 -
映美精黑白相机IFrameQueueBuffer转halcon的HObject
1sdk 2c++开发例子 3c#开发例子。3.ICImagingControl使用这个类控制相机。映美精黑白相机,用wpf+halcon开发取图。5.把图片转成HObject。1.到官网下载,开发包。4.采用回调方式取图。原创 2024-07-12 17:03:29 · 604 阅读 · 0 评论 -
halcon在初始化设置深度网络使用GPU时报错Out of compute device memory in operator set_dl_classifier_param
halcon在初始化设置深度网络使用GPU时报错Out of compute device memory in operator set_dl_classifier_param。解决办法时加载网络后,先重新设置batchsize的值,然后在运行set_dl_model_param (DLModelHandle, ‘gpu’, GpuId)set_dl_model_param (DLModelHandle, ‘gpu’, GpuId) 设置使用GPU时分的内存过大。原创 2024-07-11 16:10:46 · 399 阅读 · 0 评论 -
HalconDotNet.HOperatorException:“HALCON error #7717: For this operation the cuBLAS library needs to
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,原创 2024-07-11 16:05:50 · 500 阅读 · 0 评论 -
HalconDotNet.HOperatorException:“HALCON error #7990: DL: The DL module (libhalcondl.so/halcondl.dll)
最近开发halcon深度学习,用wpf+halcon。在加载网络模型的时候报错:HalconDotNet.HOperatorException:“HALCON error #7990: DL: The DL module (libhalcondl.so/halcondl.dll)这句话的意思是没有找到libhalcondl.so/halcondl.dll,这两个文件,需要到halcon运行目录下找到halcondl.dll和libiomp5md.dll,然后复制到软件的运行目录中。原创 2024-07-11 14:45:54 · 568 阅读 · 0 评论 -
HalconDotNet.HOperatorException:“HALCON error #1401: Wrong number of values of control parameter 1 i
参考这篇文章:https://blog.youkuaiyun.com/songhuangong123/article/details/130169307。今天开发halcon程序,使用wpf+HSmartWindowControlWPF控件,发现编译成功,但是启动就报错。然后查找资料,解决问题的方式是 把halcon的hcanvas.dll 复制到软件的运行目录下就好了。原创 2024-07-10 15:51:59 · 740 阅读 · 0 评论 -
halcon中HSmartWindowControlWPF空间配合wpf使用编译时出现问题
2.还要包含System.Drawing.dll这个系统dll。1.包含halcondonet.dll。原创 2024-07-10 14:00:03 · 536 阅读 · 0 评论 -
halcon中怎么获取gpu信息
1.halcon中怎么获取gpu信息。原创 2024-07-10 10:54:10 · 280 阅读 · 0 评论 -
halcon中旋转图片方式:
rotate_image围绕图像中心逆时针旋转Phi度,并将结果存储在输出图像ImageRotate中。输出图像与输入图像具有相同的大小。唯一的例外是旋转90度和270度,其中宽度和高度将交换。输入图像的域被忽略,即假定为图像的整个矩形。输出图像的域是变换后的矩形与输出图像的矩形的交点。如果是90度的倍数,这个运算要快得多,特别是比一般的运算要快得多。原创 2023-11-09 09:55:00 · 1614 阅读 · 0 评论