Halcon深度学习总结

一、Halcon17之后就已经推出了深度学习模块,之前一直没太关注过，最近一个项目需要用到目标检测，于是研究了Halcon深度学习三大模块，图像分类，目标检测，语义分割。并总结出来，供有缘人参考。

二、我使用的halcon版本是Halcon18.11，别的版本类似，在此不做阐述。欲使用Halcon深度学习，需要提前安装Halcon18.11.0.1-windows以及halcon-18.11.0.1-windows-deep-learning。深度学习安装包安装成功之后可以右键Halcon图标，打开文件位置查看以下关键文件有无。在路径D:\Program Files\MVTec\HALCON-18.11-Progress\dl下，有五个预训练深度模型，分别为pretrained_dl_classifier_compact.hdl，pretrained_dl_classifier_enhanced.hdl，pretrained_dl_classifier_resnet50.hdl，pretrained_dl_segmentation_compact.hdl，pretrained_dl_segmentation_enhanced.hdl。在路径D:\Program Files\MVTec\HALCON-18.11-Progress\bin\x64-win64\thirdparty下有两个第三方库，cublas64_100.dll，cudnn64_7.dll。这两个库是CUDA库和GPU加速必备的库。在路径D:\Program Files\MVTec\HALCON-18.11-Progress\bin\x64-win64下，还有个比较关键的库hcpudnn.dll，这个库是部署到VS里面时，设置CPU运行推断必须的库。还有cuda_10.0.130_411.31_win10 可以在英伟达官网下载，然后安装。这个是正好匹配Halcon18.11.0.1的cuda版本。

三、软件安装完毕后，还有一个重要的东西，就是标注工具。目标检测和语义分割的标注工具不同，图像分类不需要标注工具。dlt-0.6-ea-offline，mvtec_hdev_labeltool_v1.2。都可以自己在网上下载到。

四、代码实现，在Halcon官方例程里，有详细的代码案例供大家学习。其中图像分类和语义分割可以完全按官方例程，自己仿写，比较简单。我主要介绍下目标检测。代码如下。

dev_update_off ()
*** 创建检测模型 ***
**设置参数
*必须的参数
Backbone := ‘pretrained_dl_classifier_resnet50.hdl’
*class_ids的数量，标签的总类别数量
NumClasses := 4
*模型所需图片的规格参数
ImageWidth := 512
ImageHeight := 320
ImageNumChannels := 3
*金字塔参数
MinLevel := 2
MaxLevel := 4
NumSubscales := 3
AspectRatios := [1.0,0.5,2.0]
*容量参数
Capacity := ‘medium’

*创建模型参数字典
create_dict (DLModelDetectionParam)
set_dict_tuple (DLModelDetectionParam, ‘image_width’, ImageWidth)
set_dict_tuple (DLModelDetectionParam, ‘image_height’, ImageHeight)
set_dict_tuple (DLModelDetectionParam, ‘image_num_channels’, ImageNumChannels)
set_dict_tuple (DLModelDetectionParam, ‘min_level’, MinLevel)
set_dict_tuple (DLModelDetectionParam, ‘max_level’, MaxLevel)
set_dict_tuple (DLModelDetectionParam, ‘num_subscales’, NumSubscales)
set_dict_tuple (DLModelDetectionParam, ‘aspect_ratios’, AspectRatios)
set_dict_tuple (DLModelDetectionParam, ‘capacity’, Capacity)

• 创建模型 create_dl_model_detection (Backbone, NumClasses, DLModelDetectionParam, DLModelHandle)

***　预处理数据　***
**设置路径
*总路径
DataDir := ‘D:/A20_DeepLearning’
*图片路径
HalconImageDir:= DataDir + ‘/testImages/’
*数据集路径
PillBagHdictFile := DataDir + ‘/images.hdict’
*输出的模型路径
DLModelFileName := DataDir + ‘/pretrained_dl_model_detection.hdl’

• 用于预处理数据集的输出 DataDirectory := DataDir + ‘/dataset’
• 分别存储预处理参数以便在推理过程中使用。 PreprocessParamFileName := DataDirectory + ‘/dl_preprocess_param_’ + ImageWidth + ‘x’ + ImageHeight

**设置参数，训练集70%，验证集15%，测试集15%
TrainingPercent := 70
ValidationPercent := 15
*随机种子
SeedRand := 42

*判断总路径是否存在
file_exists (DataDir, FileExists)
if (not FileExists)
make_dir (DataDir)
endif

*读取数据集
read_dict (PillBagHdictFile, [], [], DLDataset)
*获取数据集ID给到模型参数
get_dict_tuple (DLDataset, ‘class_ids’, ClassIDs)
set_dl_model_param (DLModelHandle, ‘class_ids’, ClassIDs)
*生成新的模型
write_dl_model (DLModelHandle, DLModelFileName)
set_system (‘seed_rand’, SeedRand)
*分割数据集
split_dl_dataset (DLDataset, TrainingPercent, ValidationPercent, [])
*从模型中获取预处理参数
create_dict (GenParam)
set_dict_tuple (GenParam, ‘overwrite_files’, true)
create_dl_preprocess_param_from_model (DLModelHandle, ‘false’, ‘full_domain’, [], [], [], DLPreprocessParam)
*预处理
preprocess_dl_dataset (DLDataset, DataDirectory, DLPreprocessParam, GenParam, DLDatasetFilename)
*编写预处理参数以在后面的部分中使用它们
write_dict (DLPreprocessParam, PreprocessParamFileName, [], [])

*** 训练 ***

• 设置训练相关模型参数. set_dl_model_param (DLModelHandle, ‘batch_size’, 2) set_dl_model_param (DLModelHandle, ‘learning_rate’, 0.001) set_dl_model_param (DLModelHandle, ‘runtime_init’, ‘immediately’)
• 创建在模型中使用的训练参数字典 *参数：模型、将训练模型的时期数（越大训练效果越好）、定义将多少时间传递给下一个模型评估
• 是否显示训练进度、设置随机种子、输出参数的名称、输出参数的字典、输出句柄

create_dl_train_param (DLModelHandle, 150, 1, ‘true’, 42, [], [], TrainParam)
*在数据集上训练一个基于深度学习的模型
train_dl_model (DLDataset, DLModelHandle, TrainParam, 0, TrainResults, TrainInfos, EvaluationInfos)
*

• 读取最佳模型，该模型由train_dl_model写入文件 read_dl_model (‘model_best.hdl’, DLModelHandle) dev_disp_text (‘Press F5 to continue’, ‘window’, ‘bottom’, ‘left’, ‘black’, [], []) stop ()

dev_close_window ()
dev_close_window ()

*** 评估 ***
create_dict (WindowDict)
create_dict (GenParamEval)
set_dict_tuple (GenParamEval, ‘detailed_evaluation’, true)
set_dict_tuple (GenParamEval, ‘show_progress’, true)
*对选定的DLDataset样本评估DLModelHandle给出的模型。
evaluate_dl_model (DLDataset, DLModelHandle, ‘split’, ‘test’, GenParamEval, EvaluationResult, EvalParams)
*
create_dict (DisplayMode)
set_dict_tuple (DisplayMode, ‘display_mode’, [‘pie_charts_precision’,‘pie_charts_recall’])
*可视化类型检测模型的详细评估结果
dev_display_detection_detailed_evaluation (EvaluationResult, EvalParams, DisplayMode, WindowDict)
stop ()
*关闭字典中包含句柄的所有窗口。
dev_display_dl_data_close_windows (WindowDict)

*** 测试 ***
*获取该路径下的所有图片
list_image_files (HalconImageDir, ‘default’, ‘recursive’, ImageFiles)
*对图片文件进行随机排序
tuple_shuffle (ImageFiles, ImageFilesShuffled)
*每次读取一张
set_dl_model_param (DLModelHandle, ‘batch_size’, 1)
*设置模型最小分数，最大重叠
set_dl_model_param (DLModelHandle, ‘min_confidence’, MinConfidence)
set_dl_model_param (DLModelHandle, ‘max_overlap’, MaxOverlap)
set_dl_model_param (DLModelHandle, ‘max_overlap_class_agnostic’, MaxOverlapClassAgnostic)

for i := 0 to |ImageFiles|-1 by 1
read_image (Image, ImageFilesShuffled[i])
compose3 (Image, Image, Image, MultiChannelImage)
gen_dl_samples_from_images (MultiChannelImage, DLSampleInference)
preprocess_dl_samples (DLSampleInference, DLPreprocessParam)
apply_dl_model (DLModelHandle, DLSampleInference, [], DLResult)
*获取结果
get_dict_tuple (DLResult, ‘bbox_row1’, bbox_row1)
get_dict_tuple (DLResult, ‘bbox_col1’, bbox_col1)
get_dict_tuple (DLResult, ‘bbox_row2’, bbox_row2)
get_dict_tuple (DLResult, ‘bbox_col2’, bbox_col2)
get_dict_tuple (DLResult, ‘bbox_class_id’, bbox_class_id)
get_dict_tuple (DLResult, ‘bbox_confidence’, bbox_confidence)
*为一个示例可视化不同的图像、注释和推理结果。
dev_display_dl_data (DLSampleInference, DLResult, DLDataset, ‘bbox_result’, [], WindowDict)
dev_disp_text (‘Press Run (F5) to continue’, ‘window’, ‘bottom’, ‘right’, ‘black’, [], [])
stop ()
endfor
*关闭可视化窗体
dev_display_dl_data_close_windows (WindowDict)
五、训练测试完毕后，可以在VS里面调用训练好的模型，需要把前面介绍过的关键库文件，dll放在项目执行目录下。
六、Halcon预训练模型区别如下：
6.1.pretrained_dl_classifier_compact.hdl模型
网络的优点是节省内存以及运行效率高，模型支持‘real’图像类型。如果想知道网络模型各参数值，可以使用算子get_dl_classifier_param获取，网络没有全连接层。网络架构支持改变训练图像尺寸，但最小尺寸不能低于15 x 15。
6.2.pretrained_dl_classifier_enhanced.hdl模型
对比compact网络，此网络拥有更多的隐含层，因此可以胜任更复杂的分类任务。但是代价是更大内存以及更长的训练时间，另外由于隐含层的增多，计算相较于上面的网络更复杂，所以batch_size不能设置太大。同样此网络架构也支持改变训练图像尺寸，但是最小尺寸不能低于47 x 47。虽然网络架构没有对图像尺寸设置上限，但是如果图像尺寸越大，那么需要占用的内存资源就越多，对内存的要求就更高，同时耗时更多。更改图像大小将重新初始化全连接层的权重，因此需要重新训练网络。
6.3.retrained_dl_classifier_resnet50.hdl模型
对比pretrained_dl_classifier_enhanced.hdl网络模型，此模型对更复杂的分类任务表现效果更好。它的网络结构不同于以上两个模型，训练时稳定性以及鲁棒性更好。同样此网络架构也支持改变训练图像尺寸，但是最小尺寸不能低于32 x 32。尽管同样是全连接层，图像大小的改变不会导致权重的重新初始化。