2、支持ARM平臺下深度學(xué)習(xí)應(yīng)用程序部署
HALCON 19.05可以以“開箱即用”的方式在Arm?處理器上進行深度學(xué)習(xí)推理，這使得在無需其它專用硬件的條件下，可直接在嵌入式設(shè)備上完成深度學(xué)習(xí)應(yīng)用程序部署。目前HALCON的三種深度學(xué)習(xí)技術(shù)：圖像分類，目標(biāo)檢測和語義分割，都支持在基于Arm?處理器的嵌入式設(shè)備上推理。
3、改進的基于形狀的匹配技術(shù)
基于形狀的匹配是HALCON最重要的核心技術(shù)之一，MVTec不斷改進該技術(shù)以拓寬其應(yīng)用領(lǐng)域，使用HALCON 19.05，可以專門指定所謂的“clutter”區(qū)域，該區(qū)域是指搜索模型中不應(yīng)包含任何輪廓的區(qū)域。在搜索模型中添加“clutter”區(qū)域可以獲取更穩(wěn)健的匹配結(jié)果，例如在具有重復(fù)結(jié)構(gòu)的圖像中。
4、增強的基于表面的匹配技術(shù)
HALCON 19.05版本中，支持邊緣的表面匹配技術(shù)得到很大提升，尤其是在有點云噪聲的情況下也可以得到穩(wěn)健的匹配結(jié)果。用戶可以通過多個參數(shù)的最小得分（min-scores）來控制表面和邊緣信息的影響，另外，在沒有XYZ圖像可用時，可以使用一個新參數(shù)完全關(guān)閉3D 邊緣對齊，這可以減少由于3D數(shù)據(jù)不足而對匹配結(jié)果造成的影響，同時保留有價值的二維信息用于曲面和二維邊緣對齊。
5、速度提升
MVTec在HALCON每一個版本迭代中，都會花費很多精力去提高算法的速度。在新版HALCON中，又有很多算子在速度上有了大幅的提升，比如在AVX2處理器上affine_trans_image的速度提高了230%，當(dāng)然這也取決于圖像的類型和設(shè)置。
6、簡單易用的深度學(xué)習(xí)標(biāo)注工具
MVTec將于6月或7月發(fā)布Deep Learning Tool Version 0.2，新版本的深度學(xué)習(xí)標(biāo)注工具將支持旋轉(zhuǎn)矩形標(biāo)注，并支持中文。對于支持語義分割的深度學(xué)習(xí)標(biāo)注工具將于2019年底發(fā)布。
文章來源：新機器視覺網(wǎng)，犀靈機器人http://整理發(fā)布