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
51camera11 天前
立体工业相机提升工业自动化中的立体深度感知
机器视觉·工业相机·工业自动化·3d视觉技术·立体工业相机
友思特 智能感知13 天前
友思特应用 | 动态捕捉:高光谱相机用于移动产线上的食品检测
机器视觉·高光谱·高光谱相机·食品检测·食品分拣
友思特 智能感知19 天前
友思特应用 | FantoVision边缘计算:多模态传感+AI算法=新型非接触式医疗设备
人工智能·边缘计算·机器视觉·图像采集
抓哇能手21 天前
计算机视觉-显著性检测实验报告
人工智能·python·opencv·算法·计算机视觉·机器视觉
图灵追慕者22 天前
机器视觉中光源镜头和相机的关系
数码相机·相机·机器视觉·光源·镜头
双翌视觉24 天前
手机折叠屏贴膜应用
智能手机·自动化·机器视觉·1024程序员节·视觉软件·视觉贴合·折叠屏
双翌视觉1 个月前
LCD手机屏幕高精度贴合
智能手机·led·机器视觉·1024程序员节·视觉对位·视觉软件·贴合应用
抓哇能手1 个月前
计算机视觉-边缘检测实验报告
人工智能·python·opencv·算法·计算机视觉·机器视觉
双翌视觉1 个月前
TP&LCM柔性屏自动化贴合应用
自动化·视觉检测·智能制造·机器视觉·lcm·tp·贴合机
友思特 智能感知1 个月前
友思特分享 | 车载同步技术创新:多相机系统如何实现精准数据采集与实时处理?
车载系统·采集卡·机器视觉·车载采集卡·数据采集与回灌