領先的國際機器視覺軟件提供商 MVTec Software GmbH 將于 2023 年 5 月 23 日發布其標準機器視覺軟件 HALCON 的 23.05 版本。 新版本的重點是深度學習方法。其中的主要功能是 Deep Counting，這是一種基于深度學習的 方法，可以對大量物體進行穩定可靠的計數。此外，新的 HALCON 版本還整合了對深度學習技術3D 抓取點檢測以及 Deep OCR 訓練的改進。現在可以借助 HALCON 23.05 進一步優化底層的深度學習網絡，這些網絡已經針對用戶自有應用，使用行業相關圖像進行過預先訓練。這可以讓 Deep OCR 應用的識別率更加穩定，也可以幫助使用 3D 抓取點檢測技術的應用更可靠地檢測合適的抓取面。此外，還有許多其他有益的改進，例如，現在將外部代碼集成到 HALCON 中時更加方便。

" 我們發現客戶對將深度學習方法整合到自有解決方案的興趣大增。 我們在開發新的HALCON 版本時正是以此為導向，而成果是新的深度學習技術和進一步的開發拓展，幫助客戶得到更**的結果，"MVTec HALCON 產品經理 Jan Grtner 解釋道。

Deep Counting

從 HALCON 23.05 開始，客戶可以使用"Deep Counting"功能，它可以快速可靠地對大量物 體進行計數和位置檢測。與現有的機器視覺方法相比，這種基于深度學習的技術具有明顯的優 勢： 功能部署非常迅速， 因為需要標記和訓練的物體很少， 而且這兩個步驟都可以在HALCON 中輕松完成。即使是高反射率非晶材料制成的物體，這項技術也能提供可靠的結果。利用 Deep Counting 可以對大量物體進行計數，例如玻璃瓶、樹干或食品等。

Deep OCR 的訓練

Deep OCR 可以非常穩定地讀取文字，甚至不會受到方向和字體的影響。這項技術會首先檢測 圖像中的相關文本，然后進行讀取。借助 HALCON 23.05，現在還可以通過使用特定于應用的 圖像重新訓練預先訓練過的網絡，對文本檢測進行微調。這樣產生的結果更加穩定，同時還開 啟了新的可能性。例如：檢測任意印刷類型或此前未見的字符類型的文本，以及提高低對比度嘈雜環境中的讀取能力。

3D 抓取點檢測的訓練

3D 抓取點檢測可以可靠地檢測任何物體上適合用吸力抓取的表面。在 HALCON 23.05 中，現 在可以用特定于應用的自有圖像數據重新訓練預先訓練過的模型。這樣就能更穩定地識別可抓取的表面。利用 MVTec 深度學習工具，可以輕松高效地完成必要的標注工作。

簡易擴展接口

借助 HALCON 擴展包，可以集成外部編程語言。HALCON 23.05 中的外部代碼集成更加方便。 現在使用全新的 Easy Extensions Interface，用戶只需幾個步驟就可以在 HDevelop 和 HDevEngine 中使用自己用 .NET 代碼編寫的函數。甚至還可以使用 HALCON/.NET 語言界面 中已知的數據類型和 HALCON 算子。客戶收益：現在，HALCON 可以涵蓋單純圖像處理之外的功能。這增加了 HALCON 的靈活性和應用可能性。