最近Halcon又更新新版本啦，咱们来看看Halcon20.05软件版本更新改进的内容吧！

一、改进的亚像素条形码阅读器

条形码阅读器已通过高级解码算法进行了改进。因此，HALCON 20.05中的条形码读取器甚至能够读取元素大小小于1个像素的信息。

二、更强大的基于表面的3D匹配

使用HALCON 20.05，可以在匹配对称的零件的情况下，使基于表面的3D匹配更加健壮。特别是在组装业中，必须准确地放置工件，以便进行下一步处理。通常，像小孔这样的属性是找到对象正确方向的唯一特征。HALCON的基于表面的3D匹配现在可以利用这些功能来提高匹配结果的准确性和鲁棒性。

三、CPU深度学习培训

使用HALCON 20.05，可以在CPU上进行所有深度学习训练。现在在不使用GPU的情况下，也可以使用标准的工业PC（无法容纳强大的GPU）进行培训。由于现在可以直接在生产线上进行培训，因此可以极大地提高客户在实施深度学习中的灵活性，从而可以“动态”调整应用程序以适应不断变化的外部条件。

四、更强大的通用Box Finder

与HALCON 19.11一起发布的通用盒查找器，使用户可以在预定的高度，宽度和深度范围内找到不同大小的盒，而无需训练模型。使用HALCON 20.05，在健壮性，性能，速度和可用性方面进行了改进。现在，可以更健壮，更容易找到各种大小不同的盒子。

五、异常检测改进

异常检测仅需要少量的高质量“良好”图像进行训练，从而极大地提高了自动表面检查的效率。使用HALCON20.05，训练网络进行异常检测的速度比19.11版本快了10倍。结合更快的推理能力，这为新的尝试和改善现有的应用程序提供了全新的可能性：现在，培训新网络通常可以在几秒钟内完成，从而允许用户执行许多迭代来微调其应用程序而不会浪费很多宝贵的时间。经过训练的网络现在只需要更少的内存和磁盘空间，这使得HALCON的异常检测更适合在嵌入式设备上使用。

六、CPU支持基于Grad-CAM的热图

基于Grad-CAM的热图（梯度加权类激活映射）可帮助您分析图像的哪些部分影响分类决策。在HALCON 20.05中，热图计算也可以在CPU上执行。由于可以在不明显降低速度的情况下执行热图操作，所以客户现在可以“即时”分析其深度学习网络。

以上就是HALCON 20.05新版本更新改进的主要内容。

欢迎关注

外星眼机器视觉微博微信ID:UFO-VISION

图片来源于网络，如侵删