| Tutorial, HALCON

HALCONs Deep-Learning-basierte Objektdetektion 2: Trainieren eines Modells

Im zweiten Teil der Tutorial-Serie zur HALCON‘s Objektdetektion werden Sie lernen, wie Sie ein Deep Learning-basiertes Objektdetektions-Modell mit MVTec HALCON trainieren können.

Wir schauen uns Hyperparameter an, die den Trainingsfortschritt beeinflussen, wie zum Beispiel die Lernrate. Außerdem lernen Sie, wie und wann Sie Daten augmentieren können. Zuletzt schauen wir uns noch an, wie Sie die umfangreiche Visualisierung während des Trainings interpretieren können. Zum Beispiel werfen wir einen Blick auf die ‚mean average precision‘, das Qualitätskriterium, mit dem wir die Performance des Modells während des Trainings evaluieren.

Screenshot Deep-Learning-Basierte Objektdetektion Trainieren eines Modells

Bitte beachten Sie: Sobald Sie sich das Video ansehen, werden Informationen darüber an Youtube/Google übermittelt. Weitere Informationen dazu finden Sie unter Google Datenschutzerklärung.