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
|
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。
|
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)