Halcon MLP相关算子

(1) create_class_mlp( : : NumInput, NumHidden, NumOutput, OutputFunction, Preprocessing, NumComponents, RandSeed : MLPHandle)

功能:create_class_mlp以多层感知器(MLP)的形式创建一个神经网络,它可以用于分类或回归(函数近似),具体取决于OutputFunction的设置方式。MLP由三层组成:具有NumInput个输入变量(神经元)的输入层,具有NumHidden个神经元的隐藏层和具有NumOutput个输出变量的输出层。

控制输入参数1:NumInput:MLP输入变量(特征)的个数;

控制输入参数2:NumHidden:MLP隐藏层神经元的个数;

控制输入参数3:NumOutput:MLP输出变量的个数(类别数);

控制输入参数4:OutputFunction:MLP输出层激活函数的类型,Default value: 'softmax';

控制输入参数5:Preprocessing:用于变换特征向量的预处理类型,Default value: 'normalization';

控制输入参数6:NumComponents:预处理参数:转换特征的数量(Preprocessing= 'none'和Preprocessing= 'normalization'时忽略),Default value: 10;

控制输入参数7:RandSeed:用随机值初始化MLP的随机数生成器的种子值;

控制输出参数:MLPHandle:MLP句柄。

(2) add_sample_class_mlp( : : MLPHandle, Features, Target : )

功能:向多层感知机的训练数据中添加一个训练样本。

控制输入参数1:MLPHandle:MLP句柄;

控制输入参数2:Features:待存储训练样本的特征向量;

控制输入参数3:Target:待存储训练样本的类或目标向量。

(3) train_class_mlp( : : MLPHandle, MaxIterations, WeightTolerance, ErrorTolerance : Error, ErrorLog)

功能:训练一个多层感知器。

控制输入参数1:MLPHandle:MLP句柄;

控制输入参数2:MaxIterations:优化算法的最大迭代次数;

控制输入参数3:WeightTolerance:在优化算法的两次迭代之间,MLP权值之差设置阈值,Default value: 1.0;

控制输入参数4:ErrorTolerance :在优化算法的两次迭代之间,MLP对训练数据的平均误差设置阈值,Default value: 0.01;

控制输出参数1:Error:MLP对训练数据的平均误差;

控制输出参数2:ErrorLog:MLP在训练数据上的平均误差作为优化算法迭代次数的函数。

(4) evaluate_class_mlp( : : MLPHandle, Features : Result)

功能:通过一个MLP评估一个特征向量。

控制输入参数:MLPHandle:MLP句柄;

控制输入参数:Features:特征向量;

控制输出参数:Result:用MLP评估的特征向量结果。

(5) write_class_mlp( : : MLPHandle, FileName : )

功能:将训练好的多层感知器模型写入文件。

控制输入参数1:MLPHandle:MLP句柄;

控制输入参数2:FileName:待保存的文件名。

(6) classify_class_mlp( : : MLPHandle, Features, Num : Class, Confidence)

功能:用多层感知器计算特征向量的类别。

控制输入参数1:MLPHandle:MLP句柄;

控制输入参数2:Features:特征向量;

控制输入参数3:Num:要确定的最佳类的数量,Default value: 1;

控制输出参数1:Class:用MLP对特征向量进行分类的结果;

控制输出参数2:Confidence:特征向量属于某一类别的置信度。

(7) read_class_mlp( : : FileName : MLPHandle)

功能:从文件中读取一个多层感知器模型

控制输入参数:FileName:保存的MLP模型文件名;

控制输出参数:MLPHandle:MLP句柄。

(8) clear_samples_class_mlp( : : MLPHandle : )

功能:清除一个多层感知器的训练数据。

控制输入参数:MLPHandle:MLP句柄。

(9) clear_class_mlp( : : MLPHandle : )

功能:清除一个多层感知器。

控制输入参数:MLPHandle:MLP句柄。

相关推荐
格林威2 天前
多相机微秒级对齐:硬件触发 vs PTP(IEEE 1588)方案实战对比
开发语言·人工智能·数码相机·机器学习·计算机视觉·视觉检测·机器视觉
工业胶囊3 天前
“AI+制造”2.1核心技术篇:AI机器视觉—制造业永不疲劳的质检之眼
人工智能·制造·机器视觉·工业ai·ai质检
长沙红胖子Qt3 天前
康标达工业镜头开发笔记(一):康标达(Computar)工业镜头介绍、搭建SDK基础环境
机器视觉·工业镜头·康标达·computar·sdk二次开发
Microvision维视智造3 天前
行业洞察系列 06 | 汽车制造的视觉革命
人工智能·计算机视觉·汽车·视觉检测·制造·机器视觉
Microvision维视智造8 天前
智能工厂等级自检表:梯度培育,你的工厂在第几级?
人工智能·计算机视觉·视觉检测·机器视觉
Microvision维视智造12 天前
买视觉系统踩过的坑,都是选型时没问对的问题,真实案例手把手教你选择视觉合作伙伴!
人工智能·计算机视觉·视觉检测·机器视觉
海途信息13 天前
非接触河道测流新技术:AI视频流速监测原理、算法体系与工程应用
图像识别·机器视觉·智慧水利·光流算法
Microvision维视智造14 天前
10ppm是什么概念?锂电生产管控国标给AI视觉下了硬指标
人工智能·计算机视觉·视觉检测·机器视觉
Microvision维视智造15 天前
从“看见“到“看懂“——工业视觉的大模型时刻到了吗?
人工智能·计算机视觉·视觉检测·机器视觉
bryant_meng24 天前
【MV】Machine Vision Fundamentals: MV vs. CV Explained
计算机视觉·机器视觉·数字图像处理·cv·mv