Halcon深度學習環境搭建（win下）全網最全教程

版權聲明：本文爲博主原創文章，遵循 CC 4.0 BY-SA 版權協議，轉載請附上原文出處鏈接和本聲明。
本文鏈接：https://blog.csdn.net/cashmood/article/details/105042928

前幾天在看深度學習，無意中發現halcon已經可以進行深度學習了。所以使用自己電腦進行了環境搭建。因爲對深度學習不是很瞭解，所以走了許多彎路，也總是戰戰兢兢的。現在對halcon的環境搭建做一次完整的介紹，讓大家按照這個步驟就可以完成系統環境的配置。接下來讓我們開始吧！

halcon深度學習介紹

HALCON是德國MVtec公司開發的一套完善的標準的機器視覺算法包，擁有應用廣泛的機器視覺集成開發環境。它節約了產品成本，縮短了軟件開發週期——HALCON靈活的架構便於機器視覺，醫學圖像和圖像分析應用的快速開發。在歐洲以及日本的工業界已經是公認具有最佳效能的Machine Vision軟件。
HALCON2017版本即帶深度學習算法包。可以進行物體識別、分類、語義分割。
Halcon_深度學習功能介紹資料：

https://pan.baidu.com/s/1Q3ZN1Wek6JEldmn1IbyULg 
提取碼：ncxc

系統與環境搭建

1、對電腦系統與硬件的要求與安裝方式介紹

1、深度學習基於CPU版本

德國HALCON公司機器視覺軟件 HALCON18.05於2018年5月22日正式發佈。

實現CPU分類，在CPU上進行深度學習

藉助HALCON 18.05，客戶可以在CPU上執行深度學習，深度學習不再需要GPU。

Halcon 18.05的CPU深度學習方法已針對英特爾兼容x86 CPU進行了高度優化。

♚♚♚安裝CPU版本，只需要進行環境搭建與軟件安裝部分的以下操作：

1、安裝halcon-19.11.0.0-windows.exe
2、安裝halcon-19.11.0.0-windows-deep-learning-core.exe
3、安裝halcon-19.11.0.0-windows-deep-learning-data.exe

以下部分可以不進行操作：
4、安裝CUDA運算平臺軟件
5、安裝cuDNN支持包
6、配置環境變量

注意： 深度學習基於CPU，在模型訓練等過程中運行時長遠遠大於基於GPU版本，所以還是推薦基於GPU版本，但是如果因爲經濟條件等因素，CPU版本用來學習還是夠用的。

2、深度學習基於GPU版本

要求一：電腦必須要有 NVIDIA 獨立顯卡，並且GPU處理能力3.0以上

如何查詢電腦的顯卡型號呢？
1、在電腦桌面，右擊“此電腦”，點擊“屬性”
2、在打開界面，選擇“設備管理器”
3、先在“設備管理器”界面，點擊“顯示適配器”，顯卡的型號就會顯示出來。
一般 Intel開頭的爲集成顯卡，
一般 AMD、NVIDIA開頭的爲獨立顯卡。
4、需要查看顯卡詳細信息，則右擊顯卡選擇“屬性”
文字理解起來不好理解的話這裏有圖文教程的傳送門：https://jingyan.baidu.com/article/4b07be3c90026f48b380f399.html
如何查詢顯卡算力？
GPU處理能力對照表傳送門https://blog.csdn.net/real_myth/article/details/44308169
如何使用這個表格呢？

例子：例如我們的顯卡型號爲GTX1060,我們在表格中的GPU型號一欄找到我們的顯卡型號，之後查詢其對應算力爲6.1，符合要求。

要求二：必須64位操作系統（Win7&Win10）

如何查看自己電腦是64位還是32位

這裏就不教大家如何裝電腦系統了，只附上一鍵裝機的鏈接，供大家參考使用。（裝機對電腦的數據可能造成損壞，如果不熟悉可以私信我，裝機有風險）
一鍵裝機傳送門 http://hbs.binggongjinghua.com/

♚♚♚安裝GPU版本，需要進行環境搭建與軟件安裝部分的所有操作：
1、安裝halcon-19.11.0.0-windows.exe
2、安裝halcon-19.11.0.0-windows-deep-learning-core.exe
3、安裝halcon-19.11.0.0-windows-deep-learning-data.exe
4、安裝CUDA運算平臺軟件
5、安裝cuDNN支持包
6、配置環境變量

注意： 不要覺得安裝繁瑣，安裝成功程序跑起來的時候，這些付出都值得。

2、環境搭建與軟件安裝

在電腦滿足系統與硬件的要求的情況下，我們進行軟件的安裝與環境搭建。
這裏我們需要安裝所需要的軟件
深度學習基於CPU版本：
1、安裝halcon-19.11.0.0-windows.exe
2、安裝halcon-19.11.0.0-windows-deep-learning-core.exe
3、安裝halcon-19.11.0.0-windows-deep-learning-data.exe

深度學習基於GPU版本：

1、安裝halcon-19.11.0.0-windows.exe
2、安裝halcon-19.11.0.0-windows-deep-learning-core.exe
3、安裝halcon-19.11.0.0-windows-deep-learning-data.exe
4、安裝CUDA運算平臺軟件
5、安裝cuDNN支持包
6、配置環境變量

開始吧！！！！少年

1、安裝halcon-19.11.0.0-windows.exe

halcon軟件的安裝包括兩個內容一個是軟件本身的安裝，一個是軟件試用授權文件License的安裝。
試用License爲一月一換，到期必須更換，購買正版授權加密狗可免限制使用。
請勿修改系統時間去嘗試延長授權使用時間，否則將導致被Halcon程序鎖死無法使用！
1、下載halcon-19.11.0.0-windows.exe安裝包

halcon-19.11.0.0-windows.exe安裝包
鏈接：https://pan.baidu.com/s/1W9X5vy0Wu0q1ZpG6z15QVQ 
提取碼：sbgn 

halcon-19.11.0.0授權License文件（2020年4月）
鏈接：https://pan.baidu.com/s/1UTLEjNX1NOaVaSt6JeJKQA 
提取碼：tbjp 

2、halcon-19.11.0.0-windows.exe軟件安裝
①、右擊下載好的halcon-19.11.0.0-windows.exe軟件，選擇以管理員身份運行，打開安裝程序，如下圖所示：

安裝程序運行，點擊紅色框內下一步繼續

②、如果電腦安裝其他版本halcon，安裝軟件提示是否卸載之前版本，如果需要卸載點擊紅色方框內的是按鈕，如果保留兩個版本，則點擊藍色方框內的否按鈕。如果電腦沒有安裝halcon其他版本，則不會出現此步驟出現的內容。

如果點擊了上一幅圖示中的紅色方框內的是按鈕，則會出現下圖所示內容，點擊紅色方框內的是按鈕，繼續安裝。

③、之後彈出軟件許可協定，首先將紅色方框內的滑動條拖拽到最下方，之後勾選藍色方框內的選擇框，最後點擊③橘色方框內的Next按鈕繼續。

④、接下來彈出是否檢查更新的問詢窗口，我們先取消紅色方框內的勾選框，點擊藍色方框內的Next繼續。如下圖所示。

⑤、接下來彈出系統位數選擇窗口，我們先選擇紅色方框內的X64勾選框，再點擊藍色方框內的Next繼續。

⑥、接下來彈出安裝內容選擇窗口，我們先全選紅色方框內的所有選項，之後點擊藍色方框內的Next繼續。

⑦、接下來彈出介紹窗口，我們直接點擊藍色方框內的Next繼續。

⑧、之後彈出是否安裝GigE的驅動選項窗口。（是否使用halcon軟件連接GigE接口的相機）我們這裏選擇安裝。首先選擇紅色方框內的勾選框，之後點擊藍色方框內的Next繼續。

⑨、接下來顯示軟件的安裝語言，我們選擇英語。首先選擇紅色方框內的勾選框，之後點擊藍色方框內的Next繼續。

⑩、之後彈出安裝位置選擇窗口。首先點擊紅色方框內的按鈕選擇安裝路徑，之後點擊藍色方框內的Install進行軟件安裝。

⑪、之後會出現提示，我們點擊確定，繼續即可。

⑫、軟件開始安裝

⑬、等待軟件安裝完成，點擊紅色方框內Next按鈕以繼續。

⑭、問詢是否安裝許可證，我們選擇不安裝。首先點擊紅色方框內的選擇按鈕，之後點擊藍色方框內的Next按鈕以繼續。

⑮、創建桌面快捷方式，結束安裝程序。首先點擊紅色方框內的選擇按鈕，之後點擊藍色方框內的Finish按鈕以結束。

3、安裝軟件授權License
①、下載License文件

halcon-19.11.0.0授權License文件（2020年4月）
鏈接：https://pan.baidu.com/s/1UTLEjNX1NOaVaSt6JeJKQA 
提取碼：tbjp  

②、將License文件複製到安裝目錄下的\license\文件夾下

例如：
halcon安裝在：
D:\halcon2019\
則License許可放置位置在：
D:\halcon2019\license\ 文件夾下即可。

2、安裝halcon-19.11.0.0-windows-deep-learning-core.exe

1、下載halcon-19.11.0.0-windows-deep-learning-core.exe安裝包

halcon-19.11.0.0-windows-deep-learning-core.exe安裝包
鏈接: https://pan.baidu.com/s/1InknWnc9UuAYA5sqSANhSg 
提取碼: sj7b

2、halcon-19.11.0.0-windows-deep-learning-core.exe軟件安裝
①、右擊下載好的halcon-19.11.0.0-windows-deep-learning-core.exe軟件，選擇以管理員身份運行，打開安裝程序，如下圖所示：

②、安裝程序啓動後，點擊點擊紅色方框內Next按鈕以繼續。如下圖所示

③、選擇安裝內容。首先點擊紅色方框內的選擇按鈕選中安裝部分文件，之後點擊藍色方框內的Next按鈕以繼續。如下圖所示。

④、安裝開始。如下圖所示。

⑤、安裝結束。點擊點擊紅色方框內Next按鈕以繼續。如下圖所示

⑥、點擊紅色方框內的Finish按鈕以關閉安裝軟件。

3、安裝halcon-19.11.0.0-windows-deep-learning-data.exe

1、下載halcon-19.11.0.0-windows-deep-learning-data.exe安裝包

halcon-19.11.0.0-windows-deep-learning-data.exe安裝包
鏈接: https://pan.baidu.com/s/1RdFtFNzQPEpiK2_ewrFGXA 
提取碼: jmhp

2、halcon-19.11.0.0-windows-deep-learning-data.exe軟件安裝
①、右擊下載好的halcon-19.11.0.0-windows-deep-learning-data.exe軟件，選擇以管理員身份運行，打開安裝程序，如下圖所示：

②、安裝程序啓動後，點擊點擊紅色方框內Next按鈕以繼續。如下圖所示

③、選擇安裝內容。首先點擊紅色方框內的選擇按鈕選中安裝部分文件，之後點擊藍色方框內的Next按鈕以繼續。如下圖所示。

④、安裝開始。如下圖所示。

⑤、安裝結束後，點擊紅色方框內的Finish按鈕以關閉安裝軟件。如下圖所示。

4、安裝CUDA運算平臺軟件

1、查詢電腦CUDA支持的版本
https://jingyan.baidu.com/article/6fb756ec4fabc4241858fbf7.html
2、下載CUDA安裝包
這裏以最新版本CUDA10.2爲例。其他版本用戶按照教程尋找對應版本下載。
首先打開英偉達開發者網站下的，CUDA工具包下載網站。（如若覺得去網站下載比較麻煩可以到此項內容最後處，有可以直接網盤下載CUDA10.2的包，給大家準備好）
https://developer.nvidia.com/cuda-toolkit
網站界面如下圖

點擊上圖紅色方框內所示的 DownLoad CUDA 10.2 NOW >
之後顯示如下圖所示網頁。

點擊上圖紅色方框內所示的 Windows按鈕選擇windows安裝包
之後顯示如下圖所示網頁。

①藍色框內表示Win10操作系統下安裝包；②紅色框內表示Win8操作系統下安裝包；③橘色框內表示Win7操作系統下安裝包
大家按照自己的需求選擇。接下來以win10爲例。
點擊①藍色框內按鈕
之後顯示如下圖所示網頁。

點擊紅色框內的exe [local]按鈕，表示下載安裝包進行安裝。
之後顯示如下圖所示網頁。

鼠標左鍵點擊紅色方框內Download[2.6GB]按鈕。進行軟件下載。
或者右鍵點擊點擊紅色方框內Download[2.6GB]按鈕，選擇迅雷下載。（這個更快一點）（前提電腦有迅雷）
如下圖片所示

當然也爲大家準備好了現成的包直接下載
注意是cuda_10.2

Win10用戶安裝 **cuda_10.2.89_441.22_win10.exe**
鏈接：https://pan.baidu.com/s/1953UNfMOig-JJvUOrK58Ig 
提取碼：3kz8

Win7用戶安裝 **cuda_10.2.89_441.22_windows.exe**
鏈接：https://pan.baidu.com/s/1R-zKji19k7Lrk7i5w3YJ1Q 
提取碼：g62d 

3、安裝CUDA

右擊下載好的cuda_10.2.89_441.22_win10.exe軟件,以管理員身份運行，如下圖所示：

之後顯示窗口

注意：②號紅色方框內的路徑是安裝包解壓路徑，軟件安裝完畢後會自動刪除。
首先點擊①號藍色框內按鈕，選擇CUDA的解壓路徑，之後點擊③號橘色方框內的OK按鈕以繼續。
之後將進行解壓縮操作，如下圖所示：

在解壓縮過程中，如果安裝360等安全軟件，會提示軟件訪問關鍵位置的警示，選擇允許軟件所有操作。
解壓完成後，安裝軟件會自行啓動，如下圖：

之後軟件會進行系統兼容性檢查，如下圖：

系統兼容性檢查通過後，安裝程序顯示軟件許可協議。如下圖：

點擊紅色方框內的同意並繼續，軟件彈出安裝選擇選項，如下圖：

我們首先點擊①紅色框內的自定義之後點擊②藍色方框內的下一步繼續，之後顯示頁面：

這裏我們只選擇CUDA，其他兩項不進行選擇。之後點擊紅色方框內的下一步以繼續。

我們接下來更改一下安裝位置，安裝在D盤下。
安裝路徑分別爲：
D:\NVIDIA\CUDA
D:\NVIDIA\CUDA
D:\NVIDIA\CUDA Samples
如下圖所示：
之後點擊②藍色方框內的下一步。**注意：**在點擊下一步前，必須關閉vs。

之後開始安裝並等待。如下圖所示。


等待安裝完成。

點擊關閉。

5、安裝cuDNN支持包

1、下載cuDNN支持包
這裏以cuDNN for CUDA 10.2支持包爲例，如果CUDA版本不是10.2的用戶，下載相應的cuDNN包

首先打開英偉達開發者網站下的，cuDNN支持包下載網站。（如若覺得去網站下載比較麻煩可以到此項內容最後處，有可以直接網盤下載for CUDA 10.2的包，給大家準備好）
https://developer.nvidia.com/cudnn
網站界面如下圖

點擊紅色方框內的Download cuDNN按鈕，顯示以下頁面

有NVIDIA賬戶的用戶點擊①紅色框內的Login進行登錄。
沒有NVIDIA賬戶的用戶點擊②藍色框內的Join now進行註冊。
我們在這裏只介紹登錄的方式，對於NVIDIA賬戶的註冊請移步：https://jingyan.baidu.com/article/7908e85c3cae87ef491ad24b.html
點擊①紅色框內的Login後，網頁顯示如下：

填寫賬戶名與密碼，之後點擊紅色方框內的Login，顯示如下網頁：

點擊紅色箭頭指向的勾選框，顯示如下界面

我們CUDA安裝的是10.2版本，我們在這裏選擇紅色框內的for CUDA 10.2之後顯示網頁：

因爲我們以WIN10系統爲例，所以點擊①紅色方框內鏈接進行下載。WIN7用戶請點擊②藍色框內鏈接進行下載。同樣大家可以參考CUDA的下載方法使用迅雷進行下載。
當然也爲大家準備好了現成 for CUDA 10.2 的包直接下載
注意是for CUDA 10.2

Win10用戶安裝 **cuda_10.2.89_441.22_win10.exe**
鏈接：https://pan.baidu.com/s/12ZGiFl9Er2-INJOAXQZqPQ 
提取碼：7p1k 

Win7用戶安裝 **cuda_10.2.89_441.22_windows.exe**
鏈接：https://pan.baidu.com/s/1eUmnYm4-UzdSB7syTqvKDQ 
提取碼：m7xc 

2、安裝cuDNN支持包
①、解壓cuDNN支持包，得到三個文件夾和一個TXT文檔。

②、將解壓後的文件複製到安裝路徑下D:\NVIDIA\CUDA下。
注意：解壓到自己的 CUDA 安裝路徑下。

之後會顯示是否合併文件夾，選擇①紅色方框內的爲所有項目執行操作，之後，點擊②藍色方框內的是按鈕。

完成cuDNN支持包的安裝

6、配置環境變量

1、設置環境變量

計算機上點右鍵，打開屬性->高級系統設置->環境變量，可以看到系統中多了CUDA_PATH和CUDA_PATH_V8_0兩個環境變量，接下來，還要在系統中添加以下幾個環境變量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0(這是默認安裝位置的路徑，經自定義路徑後，我的路徑爲D:\NVIDIA\CUDA Samples)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

2、設置系統變量

①在系統變量 PATH 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
②再添加如下4條
（如果選擇默認安裝路徑）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；
（我安裝在D盤需要輸入的路徑）：
D:\NVIDIA\CUDA\lib\x64；
D:\NVIDIA\CUDA\bin；
D:\NVIDIA\CUDA Samples\common\lib\x64；
D:\NVIDIA\CUDA Samples\bin\win64；
3、配置情況
如下爲我的環境變量和PATH的配置情況：
環境變量：

PATH：

3、驗證Halcon安裝

以上所有軟件安裝完成後，重啓電腦。否則可能顯示激活不成功。
雙擊halcon2019圖標開啓軟件。
如果能順利打開軟件，表示軟件安裝與激活成功。如下圖所示。

4、驗證CUDA與cuDNN安裝

點擊鍵盤Win鍵+R鍵，打開運行界面

在運行裏面輸入“cmd” 之後點擊確定。打開命令行界面

輸入 cd+安裝路徑,點擊回車，再輸入nvcc -V則顯示CUDA版本信息。
例如我的安裝路徑爲D:\NVIDIA\CUDA
輸入：cd D:\NVIDIA\CUDA回車
輸入：nvcc -V回車

如運行後顯示CUDA的版本等信息，即可認爲安裝成功。如下圖所示

運行Halcon深度學習例程

首先爲大家介紹Halcon深度學習例程的打開方式
1、雙擊桌面的halcon圖標打開halcon2019

2、點擊halcon2019任務欄中的Ex文件夾圖標（如下圖所示），打開示例程序窗口：

示例程序窗口：

3、點擊示例程序中的 “方法” 以展開，如下圖所示：

4、找到深度學習例程部分，如下圖所示。

1、Halcon深度學習之分類

紅框內是halcon深度學習用於分類例程的彙總目錄，藍色框內是halcon深度學習用於分類從訓練到最後應用的例程。

halcon深度學習（分類）例程簡介

1、classify_pill_defects_deep_learning_1_preprocess.hdev（數據集預處理）

2、classify_pill_defects_deep_learning_2_train.hdev（訓練模型）

3、classify_pill_defects_deep_learning_3_evaluate.hdev（評估訓練後的模型）

4、classify_pill_defects_deep_learning_4_infer.hdev（用於檢測圖像）

2、Halcon深度學習之目標檢測

紅框內是halcon深度學習用於目標檢測例程的彙總目錄，藍色框內是halcon深度學習用於目標檢測從訓練到最後應用的例程。

halcon深度學習（目標檢測）例程簡介

1、detect_pills_deep_learning_1_prepare.hdev（）（數據集預處理）

2、detect_pills_deep_learning_2_train.hdev|（）（訓練模型）

3、detect_pills_deep_learning_3_evaluate.hdev（）（評估訓練後的模型）

4、detect_pills_deep_learning_4_infer.hdev（用於檢測圖像）

3、Halcon深度學習之語義分割

紅框內是halcon深度學習用於語義分割例程的彙總目錄，藍色框內是halcon深度學習用於語義分割從訓練到最後應用的例程。

halcon深度學習（語義分割）例程簡介

1、segment_pill_defects_deep_learning_1_preprocess.hdev （數據集預處理）

2、segment_pill_defects_deep_learning_2_train.hdev（訓練模型）

3、segment_pill_defects_deep_learning_3_evaluate.hdev（評估訓練後的模型）

4、segment_pill_defects_deep_learning_4_infer.hdev （用於檢測圖像）

博主簡介：

工業自動化上位機軟件工程師、機器視覺算法工程師、運動控制算法工程師。目前從業於智能製造自動化行業。 博主郵箱：[email protected]

接下來一段時間，我將持續更新關於Halcon深度學習的相關內容。幫忙點個贊吧。哈哈。