Halcon教程之-HALCON 18.05正式发布，深度学习不再需要GPU

德国HALCON公司最新版机器视觉软件 HALCON18.05于已正式发布。
那么HALCON 18.05与Halcon 17相比有哪些方面的提高呢？
现在就由我们的专业机器视觉Halcon培训讲师与大家进行分享和交流，希望能给学习和关注机器视觉知识资讯的你提供讯息。
HALCON 18.05的提升优化

1.CPU分类，在CPU上进行深度学习

借助HALCON 18.05，客户可以在CPU上执行深度学习，深度学习不再需要GPU。
Halcon 18.05的CPU深度学习方法已针对英特尔®兼容x86 CPU进行了高度优化。在测试中，这使得标准英特尔CPU（8线程）上的典型执行性能类似于中端GPU。
移除了对专用GPU的需求，也就是说，不依赖于GPU的情况下也可以执行深度学习，从而大大增加了操作的灵活性。现在通过Halcon18.05的CPU深度学习方法可以使得工业PC有多种选择的进行深度学习分类。

2.条码阅读性能已得到提高

HALCON 18.05具有优化的边缘检测功能，可提高非常小的线条宽度以及非常模糊的条码的读取能力。此外，条形码的版本也根据最新版本的ISO / IEC 15416标准进行验证。

3.增强的偏析法

HALCON 17.12中引入的偏析法测量功能现在包含一种新的图案类型，可提高检测误差的精度和鲁棒性，特别是在部分镜面表面（如漆面金属板）上。检测效果更佳。

4.3D功能改进

HALCON 18.05为基于表面的3D匹配提供了优化的功能。这些可更可靠地用于确定3D空间中物体的位置，使3D应用程序的开发更加容易。另外，HALCON18.05现在还包含一个新的帮助程序，它允许开发人员快速检查和调试基于表面的匹配应用程序的参数和结果。

5.自动清理

HALCON 18.05通过一旦不再需要时自动清除它们，使句柄的应用更加舒适。这大大降低了内存泄漏的风险，编写“安全代码”变得更加简单。

6.支持超中心镜头

HALCON18.05支持由超中心镜头记录的图像
HALCON18.05内的新型相机模型现在允许校正以超中心（也被称为近中心）相机镜头记录的图像失真。这些镜头可以同时描绘物体的几个侧面，从而实现测试物体的会聚视图。借助这项技术，用户只需要一台摄像机系统即可进行检查和识别任务，例如检查圆柱形物体。

7.HDevelop引擎改进

HDevelop库导出功能已得到扩展：开发人员现在可以通过导出的打包文件访问HDevelop过程，不仅在C++中，而且还可以在.NET中访问HDevelop过程 —— 与原生函数一样简单直观。这显著的提高了开发效率。
在这里真诚的感谢我们的专业机器视觉Halcon培训讲师和大家交流最新的机器视觉软件Halcon18.05的最新知识，相信能给热爱机器视觉学习的小伙伴们提供一点讯息，讲师将会为大家提供更多更好的资讯和知识交流，欢迎小伙伴们提问和交流，大家每天进步一点点，坚持学习，相信关注我们的小伙伴儿一定会成为更好的自己！

本人经常会发一些对大家学习非常有参考价值的帖子和分享一些视觉halcon学习的资料，大家可以关注我以及看下我其他帖子。