MVTec: Geschwindigkeit für Deep Learning-Anwendungen
In Halcon Version 25.11 wird die Software von MVTec um weitere Deep Learning Features erweitert, mit dem Fokus auf Geschwindigkeit. Beispielsweise lassen sich mit Continual Learning–Klassifikation Klassifikationsmodelle mit wenigen Bildern pro Klasse schnell und flexibel trainieren und aktualisieren. Bestehende Klassen können jederzeit, ohne vollständiges Retraining, verfeinert oder neue hinzugefügt werden. Der Ansatz verhindert ‚catastrophic forgetting‘ und läuft auch auf Embedded-Geräten. Das Ergebnis ist eine flexible Lösung, die sich an veränderte Produktionsbedingungen anpasst und sich für Embedded- und Edge-Umgebungen wie Smart Cameras und Sensoren eignet. Zudem erhalten Anwender durch die Score-Visualisierung für Shape Matching mehr Transparenz beim Einrichten von Anwendungen. Das Feature zeigt, wie unterschiedliche Modelkonturen beitragen. Farbcodierte Bins machen sofort sichtbar, welche Bereiche gut übereinstimmen und welche nicht gefunden werden konnten – etwa durch Schatten oder unerwünschte Texturen. Erstmals unterstützt MVTec ‚MobileNetV4‘-Modelle – Deep-Learning-Modelle für ressourcenbeschränkte Systeme und Embedded-Geräte.