pretrained_dl_classifier_compact.hdl - 该模型以SqueezeNet为基础，内存友好且运行效率高，支持真实的图像类型。通过get_dl_classifier_param算子可以查看参数值，无全连接层，允许调整训练图像尺寸，但最小尺寸需为15 x 15。尽管Halcon非开源，但可以通过一些手段获取其网络架构。
深度学习在机器视觉中发挥了重要作用，其利用大量标注样本进行模型训练，能够自动学习和抽取图像中的特征。著名的深度学习模型包括卷积神经网络（CNN）、循环神经网络（RNN）等。机器视觉在工业、医疗、安防等领域有广泛的应用前景。
针对具体问题，学习并应用Halcon的模块，逐步掌握方法和流程。以Halcon处理图像，再结合VS的MFC图形界面实现，实践出真知。随着技术进步，了解如何与神经网络和深度学习相结合，开发人工智能机器视觉应用。
1、最后一步，在需要使用HALCON库的地方，将其头文件导入，以***Dlg.cpp为例 这样我们就算成功在VC++/MFC中导入了HALCON库文件，就可以调用HALCON的函数，使用其强大的算法。另外，单纯执行上述步骤后，按F5启动调试，应该是不会有任何的ERROR和WARNING的。
2、c） Pointer指针在gen_image1_extern函数调用之前分配了内存，之后不要马上释放，否则会出错。应该在确保不再使用Image变量之后再释放。halcon内部会自动释放Image，感觉没有释放Pointer（还需要进一步验证）。
3、可以看到这里多用了一个方法set_chech（），如果注销这个方法，程序将会出错，而如果将lWWindowID改成open_window（）默认的“root”或是0，则虽然也能够显示图像和元素，但显示的效果如本文开始时所述，产生一个与MFC写的主体对话框分离的窗口用于显示。
4、在图像处理领域，VC（Visual C++）环境相较于MATLAB，虽然在开发速度上较快，但工作量较大。MATLAB由于其函数库丰富，可以直接调用相关函数进行图像处理，操作直观。 对于速度要求较高的应用场景，VC环境直接开发可能成为首选。
1、机器视觉领域中有多个优秀的开发平台，它们各自具有独特的特点： Visual C++ （VC）：作为最广泛使用的平台之一，VC提供了强大的功能和灵活性。它与Windows操作系统兼容良好，运行性能优越。开发者可以选择编写自己的算法，也可以利用现有的工具包。大多数工具包都支持VC开发，因此它成为了许多开发者的首选。
2、OpenCV：作为一个开源的计算机视觉和机器学习软件库，OpenCV拥有丰富的图像处理和视觉算法。它广泛应用于学术和商业领域，并且可以在多种平台上运行，支持C++、Python、Java等语言。 Cognex VisionPro：这是Cognex公司推出的机器视觉软件套件，以其易用性和强大的视觉处理能力而闻名。
3、VC：最通用，功能最强大。用户多，和windows搭配，运行性能较好，可以自己写算法，也可以用工具包，而且基本上工具包都支持VC的开发。是大家主要选择的平台。
4、软件平台： **VC++**：作为最广泛使用的平台之一，VC++提供了强大的功能和灵活性。它与Windows操作系统兼容良好，运行性能优越。开发者可以选择编写自己的算法，也可以利用各种工具包。大多数视觉工具包都支持VC++开发，使其成为开发者的首选。
5、LabVIEW：图形化开发平台，具有短的开发周期和易于维护的特点。 VB、空散delphi：使用人数较少。开发包： Halcon：广泛应用于机器视觉领域。 VisionPro：提供丰富的视觉处理功能。 Keyence：适用于各种工业检测场合。 NIVision：西门子推出的视觉开发平台。
6、机器视觉领域目前流行的开发平台及其特点如下： 软件平台：- **VC**：最为通用，功能强大。用户众多，与Windows系统兼容良好，运行性能优越。既可自行编写算法，也支持调用各类工具包。因其灵活性和广泛支持，成为多数开发者的首选。
你是想低成本学习简单赚钱快的话选visionPro，有时间建议俩者都学，在工作中能起到互补的作用。Halcon的优势 Halcon有着更加低廉的Lisence，并且提供更好、更强大的2D和3D的视觉软件库。 Halcon支持的视觉图像采集设备数量是Visionpro 的5倍， 支持更多的的位深度。 GPU加速。
halcon和VisionPro之外的其他软件库都不是很全。但是这俩个软件贵。halcon好像运行版就要1万7。速度上要看用什么平台。我看了些，主要体现在SSE2，SSE3，SSE4的处理器指令优化上和算法优化。算法没用过看不出来，你可以看它支持在处理器上的优化支持。
halcon和VisionPro之外的其他软件库都不是很全。但是这俩个软件贵。halcon好像运行版就要1万7。速度上要看用什么平台。看了些，主要体现在SSE2，SSE3，SSE4的处理器指令优化上和算法优化。算法没用过看不出来，可以看它支持在处理器上的优化支持。
以Halcon，VisionPro为代表的传统机器视觉软件，通过调用各种算法因子，针对目标特征，定制化设置各种参数。其擅长解决以测量为主的定量问题，和判断有无的简单问题，但对复杂检测类的需求，漏检率/误检率较高。
A股市场上“面部识别”概念股主要有：汉王科技（002362）：率先在高速DSP平台上成功实现了嵌入式人脸识别算法，拓展了人脸识别的应用领域。赛为智能（300044）：人脸识别产品通过验收。捷顺科技（002609）：安监面部识别。
以下是商汤科技概念股龙头一览表：商汤科技（211HK）商汤科技是目前全球最大的人工智能算法提供商，主要为客户提供图像识别、语音识别、自然语言处理、智能驾驶等一系列人工智能技术和解决方案。商汤科技在人工智能领域拥有领先的技术和创新能力，受到了全球客户的广泛认可。
多模态AI概念股主要包括科大讯飞、云从科技、格灵深瞳和汉王科技等。 科大讯飞：科大讯飞作为中国智能语音技术领域的领导者，一直在自然语言处理、语音识别和语音合成等方向上有着深入的研究。
长安汽车。根据查询百度百科，2023年人工智能茄子tct股票龙头股是长安汽车，2023年1月20日主力资金净流流入21亿元，超大单资金净流入51亿元。浩云科技：公司在人工智能方面主要布局智能图像识别、智能人机交互领域，目前上述技术已应用于公司的金融物联、公共安全、智慧交通业务。
海康威视（002415）：旗下拥有国内首款工业立体相机和工业面阵相机，除了能提供图像数据之外，还能够提供深度信息数据，实现物体的三维感知。易尚展示（002751）：从事商业连锁终端集成服务，提供虚拟展示服务。
1、最后一步，在需要使用HALCON库的地方，将其头文件导入，以***Dlg.cpp为例 这样我们就算成功在VC++/MFC中导入了HALCON库文件，就可以调用HALCON的函数，使用其强大的算法。另外，单纯执行上述步骤后，按F5启动调试，应该是不会有任何的ERROR和WARNING的。
2、c） Pointer指针在gen_image1_extern函数调用之前分配了内存，之后不要马上释放，否则会出错。应该在确保不再使用Image变量之后再释放。halcon内部会自动释放Image，感觉没有释放Pointer（还需要进一步验证）。
3、可以看到这里多用了一个方法set_chech（），如果注销这个方法，程序将会出错，而如果将lWWindowID改成open_window（）默认的“root”或是0，则虽然也能够显示图像和元素，但显示的效果如本文开始时所述，产生一个与MFC写的主体对话框分离的窗口用于显示。
4、在图像处理领域，VC（Visual C++）环境相较于MATLAB，虽然在开发速度上较快，但工作量较大。MATLAB由于其函数库丰富，可以直接调用相关函数进行图像处理，操作直观。 对于速度要求较高的应用场景，VC环境直接开发可能成为首选。