物体检测

基于深度学习的对象检测可定位受过训练的对象类别，并使用周围的矩形（边界框）对其进行识别。 相邻或部分重叠的对象也被分开，从而实现对象计数。

HALCON 还为用户提供了根据对象的方向对齐这些矩形的选项，从而实现了更精确的检测，因为矩形随后会更紧密地匹配对象的形状。

为了检测物体，有必要以边界框坐标的形式提供标注数据。 训练后的模型能够以一定的置信度检测不同类型的不同对象实例，包括它们在图像上的位置。 对于每个实例，模型都会返回一个边界框和一个相应的预测类。

HALCON 和 MERLIC (概念工具) 中均包含此技术。

了解更多其他方法：

图像分类 | 语义分割 | 异常值检测 | 边缘提取 | 实例分割 | Deep OCR