Halcon深度学习工具0.5稳定版和0.6测试版新特性
一、Halcon深度学习工具版本 0.5 稳定版
（一）新的功能
新的拆分页面显示图像在拆分中的单个类的分布。
现在可以创建和管理多个不同的数据拆分。在训练模型之前，必须创建拆分并将其分配给训练。可以重命名、复制和删除拆分。
如果在“训练”页面或“评估”页面上选择了训练，则将训练使用的拆分视为活动拆分。也可以在新的拆分页面上设置活动拆分。图库页面上会显示一个活动分割，用于对图像进行过滤操作，并在创建新训练时用作默认分割。
如果从 HDICT 文件导入包含拆分信息的数据集，则拆分信息现在始终插入到活动拆分中。这可以覆盖受影响图像的分割类型。如果项目中还没有拆分，则会创建一个新拆分，其名称设置为导入的 HDICT 文件的基本名称。在将导入的拆分信息合并到其中之前，训练使用的拆分不会被修改而是被复制。
为了在自动生成拆分时获得可重复的数据拆分，现在可以设置随机种子的值。
在图库页面上，现在可以为每个图像打开上下文菜单，其中包含以下选项：在文件浏览器中查看当前图像、从文件系统中删除当前图像或将当前图像复制到不同位置.
在图库页面上，现在可以扩展图像上的拆分类型覆盖。此外，分体式的缩写现在只有一个字母。
现在可以在第一个epoch后停止训练，从而将其标记为已完成。
现在可以使用选项“optimized_for_inference”导出深度学习模型。
训练设置已经扩展，可以配置训练期间使用的类的权重。
在重置训练之前，现在会显示一个确认对话框，以避免意外覆盖经过训练的模型。
现在可以复制训练，以便可以使用具有调整设置的新训练而不会丢失第一次训练。
现在可以重命名训练的名称。
现在可以评估暂停训练的模型。
现在可以更改暂停训练的 epoch 数和学习率策略。
过滤器栏中的快速图像过滤器现在允许通过使用的标签类的任意组合过滤图像。此外，对于分类项目，还有一个快速过滤器，允许按当前活动分割内的图像分割类型过滤图像。
在“训练”页面上，现在可以使用“使用确定性算法”选项。如果启用，则仅在 GPU 上使用确定性算法，以便为在同一硬件上的每次运行启用可重现的结果。这对应于将系统变量“cudnn_deterministic”设置为“true”。
最终用户许可协议 (EULA) 已更新。
(二）已解决的问题和改进
下面遇到的这些问题已得到解决和改进
在高 DPI 显示器上，字体可能渲染不正确。
在图片页面，选中区域的标注分类选择器没有点击关闭。
如果在评估页面上没有选择数据集（'test'、'validation'、'train'），则使用 'test' 数据集，但未显示。
现在，在没有数据集的情况下开始训练时，会自动选择“测试”。
此外，现在在计算评估时禁用参数。
在“评估”页面上，“类概览”表的列未正确对齐。
此外，在某些情况下，包含标签类别名称的列太小。
对于非二次图像，热图未正确显示。
在混淆矩阵中，页脚行中的长类名称可能已被剪掉。
如果验证和训练图像上的 top-1 错误对于训练始终为零，则相应的图为空。
在显示缩放为 150% 的 Windows 系统上，图像页面上标签表中的文本太小。
二、Halcon深度学习工具版本 0.6 测试版
（一）新的功能
现在可以直接从现有的 HALCON 字典 (HDICT) 文件创建新的 DLT 项目，以便项目自动使用正确的深度学习方法。
删除图像后，图库和评论页面上的当前滚动位置现在保持不变。
现在可以为训练配置参数化图像增强。
在“批量大小”设置旁边，添加了一个按钮来确定 GPU 上当前训练参数的最大可能批量大小。
在对分类项目进行训练后，现在可以将未标记的图像添加到项目中并计算这些图像的推理。
在混淆矩阵选项卡上，可以检查图像并直接使用预测类或任何其他类进行标记。
在图库和图像页面上，现在可以通过手动分配图像来修改当前分割。
已经训练过的训练使用的分割不能修改。
现在可以设置初始化随机数生成器的随机种子，用于训练。
因此，训练期间的随机过程会返回可重现的结果。
如果在评估页面上靠近混淆矩阵的图像检查面板中更改图像的标签类别，从而重新排列图像列表，则网格现在仍保留在先前的位置。
对于训练和评估，现在可以从所有可用 GPU 的列表中选择要使用的 GPU。
此外，还会显示 GPU 或 CPU 的名称。
选择变化时，现在将自动激活标签类和分割类型的快速过滤器。
在训练期间，如果验证图像上的 top-1 错误低于先前训练步骤的错误，则在每个 epoch (时期，将所有训练样本训练一次的过程)之后，新模型将存储为最佳模型。
现在，如果误差等于先前误差，则新模型也被存储为最佳模型。
如果深度学习工具所需的 HALCON 许可证已过期，现在会显示一条明确的错误消息。
在评估页面上，增加了快捷方式以提高可用性：
可以使用Ctrl++和Ctrl+−更改缩略图的大小，可以使用Ctrl+A选择图像并使用Esc清除图像，可以使用重新标记图像标签类的快捷方式与其他页面相同。
（二）已解决的问题和改进
下面遇到的这些问题已得到解决和改进
复制修改项目的训练时，发生错误。
如果在第一个epoch后不久重置训练，DLT 可能会崩溃。
删除和添加图像时，有时在评估页面上仍然显示旧的预处理图像。
在评估页面上，在混淆矩阵附近的图像没有像预期的那样工作:当一个图像被选中并按下“转到下一个图像”按钮时，两张图像的评估摘要都会显示出来，而不是仅显示下一张图像的摘要。
对项目使用“另存为”时，训练不会复制到新项目中。
文本编辑字段和旋转框之间存在颜色不一致。
令人高兴的是上面这些之前版本Halcon深度学习工具遇到的问题，现在0.6测试版已经解决和改进。0.6测试版版本的许可证有效期至 2022-12-31。相信Halcon深度学习工具DLT会越来越强大！越来越好用！
如果需要下载最新的深度学习工具，现在均可关注“外星眼机器视觉”公众号，回复关键词“深度学习工具”免费获取下载网址，谢谢！
来源于互联网，仅供分享，如侵删。
