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
LittroInno2 天前
运动平台上的巡检相机:曝光时间与快门该怎样选?
数码相机·机器视觉·曝光时间·运动模糊·滚动快门·巡检相机
yuhouxiyang2 天前
镜头接口与后截距:C 口、CS 口、M42、F 口及接圈原理
机器视觉·c口·镜头选型·镜头接口·接圈
LittroInno5 天前
云台相机变焦以后,哪些标定需要重新检查?
相机标定·机器视觉·设备维护·变焦镜头·云台控制
yuhouxiyang6 天前
景深计算公式推导:容许弥散圆、光圈与放大倍率的关系
机器视觉·光圈·景深·景深计算·镜头选型
朗锐智科_机器视觉6 天前
食品包装视觉检测实战:从产线触发到缺陷剔除的完整方案设计
机器视觉·工业相机·硬件选型·图像采集卡·朗锐智科·食品包装
Yan-英杰6 天前
【论文精读】MSD-ResNet50:多尺度动态卷积 + CBAM,如何把梅花鹿个体识别准确率从 74.2% 提升到 88.7%?
人工智能·卷积神经网络·机器视觉
yuhouxiyang7 天前
光圈 F 数与通光量:为什么关小光圈图像会变暗也会变清晰
机器视觉·工业镜头·光圈·景深·f数
LittroInno7 天前
远距巡检怎么选云台相机:先算焦距、视场与目标像素预算
数码相机·机器视觉·巡检·焦距·云台相机·视场角
迁移科技8 天前
最快20分钟上手:Epic Pro软件如何实现3D视觉应用的极速部署
机器视觉·视觉软件·3d工业相机
沐欣工作室_lvyiyi10 天前
基于机器视觉的物流分拣装置设计(论文+源码)
机器视觉·plc仿真·物流分拣·plc毕业设计·兰州工业学院·江苏理工学院