HALCON21.05深度学习新特性典型问答回顾！

在多数客户的强烈要求下，我们将昨天的直播重新开放，如果您因为时间及工作安排等原因没有来得及观看，请扫描以下二维码或使用链接进行观看。在这里大恒图像衷心感谢疫情以来积极参与我们线上研讨会的众多客户，大恒图像真诚地希望与您一起学习，一起共享！



PC端：http://live.daheng-imaging.com/watch/2358824



问题1

最新版HALCON 21.05深度学习模块是否支持英伟达30系列显卡？

HALCON 21.05的深度学习模块可以适配英伟达30系列显卡。



答



问题2

HALCON 21.05是怎样读取onnx模型的？需要将onnx模型转换成HALCON格式读取吗？

HALCON本身的模型读取接口可以直接读取onnx模型，不需要额外转换。



答



问题3

HALCON的deepOCR模型处理大分辨率图片时占用的显存较高，在这种情况下有什么好的解决方案？

您可以使用DeepOCR中的自动切图功能，将原始大分辨率图片智能切割成多个子图patch进行分块处理，处理完成后得到最终合并结果，可以参考set_deep_ocr_param (DeepOcrHandle, 'detection_tiling', 'true')算子。



答



问题4

HALCON 21.05的DeepOcr功能支持汉字识别吗？我可以使用自己的数据集训练HALCON的DeepOcr模型吗？

目前HALCON 21.05模型只支持汉字中“上”“下”“中”“年”“月”“日”几个字符的识别，并且目前没有开放训练功能。



答



问题5

HALCON 21.05是可以自主搭建任意结构的深度学习网络模型吗？

不是的。HALCON 21.05只支持指定指令集下的模型操作，并且在模型拓扑结构上只支持顺序连接、分支连接、分支合并三种结构，不支持循环结构。



答



问题6

HALCON 21.05的TensorRT加速大约能提速多少？

最终的提速效果与模型种类、浮点数精度的选择和所使用的显卡有关。提速效果在50%-500%不等。



答



问题7

经过HALCON的TensorRT加速后模型的精度会有所下降吗？还能满足正常使用吗？

这与您所选用的浮点数精度有关，在‘float32’、‘float16’精度下模型性能几乎没有损失，在‘int8’精度下，模型精度略有下降。在使用TensorRT加速时应当对模型结构、显卡型号、具体项目精度要求做综合考虑。



答



问题8

HALCON的自定义模型和从外界导入的开源onnx模型可以享用HALCON工业数据集上的预训练权重吗？

这个是不可以的。在HALCON中只有HALCON内置的预训练模型是在MVTec工业数据集上经过预训练的。



答



问题9

在使用HALCON DeepOcr时还需要提前对图像进行预处理吗？例如将图片旋转，文字区域ROI裁剪等等？

不需要，HALCON会自动为您定位出图片中所包含的文字区域，并对区域内部的文字进行识别。



答



问题10

请问我可以在MacOS上使用HALCON的深度学习功能吗？

是可以的，目前HALCON 21.05支持macOS10.15。