MVTec HALCON 云环境首次实现了无需硬件加密狗的许可。"许可证服务器云就绪使我们的客户能够在公共云和私有云环境中对 HALCON 进行数字许可证授权。有了它，我们现在为更多客户提供了访问 HALCON 的机会，并从 HALCON 作为强大的机器视觉软件所提供的可能性中获益，"MVTec HALCON 产品经理 Jan Gärtner 说。
HALCON 现在也可以在云中以完全数字化的方式运行，创造了许多新的应用可能性。这可以建立新的商业模式，例如在云中提供机器视觉服务、以计算密集的方式训练深度学习模型，或启用基于云的 CI/CD 流程。
此外，HALCON 23.11 还具有更多新功能和增强功能。最重要的增强功能是基于结构光的三维重建。这可以在短周期内实现漫反射表面的精确三维重建。深度学习技术最重要的创新是多标签分类。新的深度学习方法可以识别图像中的不同类别。"我们的目标是让客户始终使用最新的技术和先进的方法。Jan Gärtner 解释说。
HALCON 23.11 为客户提供了另一种 "Cloud Ready云就绪 "许可服务器。这意味着现在既可以在商业云中许可 HALCON，也可以在公司自有的云环境中，无需任何硬件（即通过网络连接）许可 HALCON。这意味着 HALCON 可以在所有云解决方案中轻松获得许可。通过在云中使用 HALCON，客户可以轻松受益于机器视觉在云中提供的新可能性。
在 HALCON 23.11 中，结构光模型得到了改进： 现在除了镜面结构光反射，它可以在很短的周期内为漫反射表面提供更加精确的三维重建。这一改进，用户可以灵活地使用图案投影仪和二维相机开发适合自身应用的三维重建系统。该功能特别适合需要精确空间展示的应用。因此，该技术非常适用于制造工艺优化、质量控制和各种表面的精确测量。
通过 "多标签分类"，客户可以在新版 HALCON 中使用一种新的深度学习方法，从而在一张图像中识别出多个不同的类。这些类别可以是不同缺陷，也可以是结构或颜色等属性。例如，在实际应用中，该方法可以揭示在一张图像中同时存在的多种不同类型的缺陷。从而进行更详细的分类。与其他方法相比，这种深度学习方法处理速度更快，标注工作量也更小。对客户来说，还有一个优势： 无需事先训练每一种可能的错误组合。不同的类别可以单独训练。
在 HALCON 23.11 中，对现有方法和技术进行了多项改进。例如，进一步优化了全局上下文异常值检测技术背后的神经网络，这是一种发现复杂异常值的方法。这在不增加硬件要求或执行时间的情况下提高了异常值检测的准确性。
此外，HALCON 现在使用最新的英伟达™（NVIDIA®）CUDA 工具包。 用户可以从更多的人工智能加速器中进行选择。例如，现在还支持新的英伟达 Jetson Orin 模块。最后，HALCON 23.11 对 HALCON 的核心技术进行了各种性能优化。例如，模板匹配运算符（NCC Matching）在基于Arm嵌入式系统上运行速度提高了 80%。