mvtec academy

进阶课程:

通过我们的高级培训,加深您对 MVTec 软件和技术的了解。

深度学习分类

该高级培训课程深入探讨基于深度学习的图像分类。使用MVTec深度学习工具,您将学习如何独立解决分类问题。

完成本课程大约需要 50 分钟。

目标群体

本高级培训课程适合具有深度学习基础知识的学习者,他们希望在图像分类任务中发展专业技能。

目标

目标 完成本课程后,您将会:

  • 了解图像分类的含义。
  • 明白数据是深度学习应用中的关键部分。
  • 能够训练和评估深度学习分类模型。
  • 准备好开始自己的深度学习项目。

MERLIC中的过程集成

该高级培训教您如何使用MERLIC通讯插件在自动化过程中与外部设备进行通信。

我们重点关注以下MERLIC通讯插件:

  • REST插件
  • OPC UA服务器插件
  • MQTT插件
  • TCP套接字插件

完成整个课程大约需要 100 分钟。

目标群体

目标群体 本高级培训面向以下人员:

  • 具有系统集成基础知识但对通讯协议了解有限的工艺工程师,他们希望学习如何集成MERLIC。
  • 具有通讯协议知识的自动化工程师,他们希望学习如何将MERLIC集成到他们的流程中。

目标

目标 完成本课程后,您将会:

  • 能够评估MERLIC支持的哪种通讯协议适合您的自动化流程,
  • 了解如何在自动化过程中集成MERLIC视觉应用,
  • 能够使用本课程涉及的通讯协议之一控制您的MERLIC视觉应用。

通用形状匹配

此进阶培训涵盖 HALCON 基于形状的匹配及其通用形状匹配算子集。 您将了解形状匹配的好处、如何将形状匹配应用于您的用例,以及如何参数化最常见的参数以获得最佳匹配结果。

完成整个课程大约需要 115 分钟。

目标受众

本培训面向希望在其应用中使用形状匹配技术的进阶 HALCON 用户。

课程目标

完成本课程后,您将:

  • 了解机器视觉背景下的“匹配”是什么以及形状匹配可以在哪些方面使您的应用受益。
  • 了解通用形状匹配的工作流程。
  • 了解影响鲁棒性和运行时间的最重要参数。
  • 了解如何进一步处理形状匹配结果。
  •  能够解决您的第一个基本形状匹配应用程序。

基于表面的匹配

此进阶培训向您介绍如何使用 3D 表面匹配。 您将学习 3D 表面匹配的基础知识、其整个工作流程以及提高性能的细节。

完成本课程大约需要 85 分钟。

目标受众

本培训面向已参加过“3D 简介”课程并想要进行 3D 对象定位的高级 HALCON 用户。

课程目标

完成本课程后,您将...

  • 知道什么是基于表面的匹配
  • 了解 HALCON 中基于表面的匹配的工作流程并了解每个步骤的作用
  • 能够调试基于表面的匹配结果,
  • 能够提高基于表面的匹配的速度、稳健性和准确性

深度学习数据集

数据对于任何深度学习应用都至关重要。 事实上,如果没有合适的数据,即使是最复杂的深度学习模型也无法为您提供任何帮助。

这项进阶培训将教您在整理深度学习数据集时要注意什么以及要避免什么。

完成本课程大约需要 50-60 分钟。

目标受众

本培训面向想要更多地了解数据在深度学习应用中的重要性的新深度学习用户和中级/高级深度学习用户。 完成“深度学习入门”课程是先决条件。

课程目标

完成本课程后,您将...

  • 了解为什么数据对于任何深度学习应用程序都如此重要。
  • 能够正确、准确地定义你想要通过深度学习解决的问题。
  • 能够评估数据集的质量。
  • 了解不同深度学习方法对数据集的要求。
  • 能够管理自己的数据集并专业地评估质量。

定位與閱讀深度光學字符識別(Deep OCR)文本

本進階培訓課程將介紹您MVTec的深度光學字符識別(Deep OCR)。您將學習如何在不同的情境下使用深度光學字符識別技術。

完成本课程大约需要 60 分钟。

目標群體

本培訓課程包含基礎部分,針對新手HALCON使用者,幫助他們開始使用深度光學字符識別技術。進階部分則適合有興趣深入瞭解如何使用這項技術的使用者(無論是初學者還是進階使用者)。

目標

完成本課程後,您將…

  • 瞭解何謂光學字符識別(OCR)和深度光學字符識別(Deep OCR)。
  • 能夠在標準和非標準情境中,於HDevelop中使用深度光學字符識別技術。
  • 詳細瞭解深度光學字符識別的檢測與識別原理。
  • 能夠優化深度光學字符識別的結果,以最佳方式符合您的需求。

深度学习语义分割

本高级培训课程展示了如何使用 MVTec 的深度学习语义分割功能,根据预测的类别将图像划分为多个区域。您将学习如何标注数据、训练模型并评估推理结果。

完成本课程大约需要 60 分钟。

适合群体

本高级培训课程适合希望利用深度学习按照类别标签对图像进行逐像素分割的 HALCON 和 MERLIC 用户。

课程目标

完成本课程后,您将能够:

  • 了解语义分割的应用场景
  • 在兼容的 MVTec 产品中应用语义分割的完整工作流程
  • 掌握如何标注、训练和评估语义分割模型
  • 能够将训练好的模型集成到 HALCON 和/或 MERLIC 中。

全局上下文异常检测

本高级培训课程将向您展示如何使用 MVTec 专有的基于深度学习的全局上下文异常值检测 (GCAD) 技术识别未知缺陷。您将学习如何准备数据、训练 GCAD 模型并将其应用于您的项目。

完成本课程大约需要 140 分钟。

适合群体

本高级培训课程面向希望利用深度学习在其应用中查找缺陷和检测异常的 HALCON 和 MERLIC 用户。

课程目标

完成本课程后,您将掌握:

  • 全局上下文异常检测的应用场景
  • MVTec 产品中 GCAD 的工作流程
  • 如何训练和评估 GCAD 模型
  • 如何在 HALCON 和/或 MERLIC 中集成训练后的模型