MVTec Software GmbH
 

Deep Learning Klassifizierung mit MVTec HALCON - 03 - Evaluierung eines trainierten Klassifikators

Bitte beachten Sie, dass die hier dargestellte Methode zur Klassifizierung ab der Version HALCON 19.11 veraltet ist. Mit HALCON 19.11 erfolgt die Klassifizierung mit den gleichen Operatoren und Workflows wie bei den Deep Learning-Methoden Objektdetektion und semantische Segmentierung. Weitere Informationen dazu finden Sie hier.

In den letzten beiden Tutorial-Videos (Teil 1, Teil 2) haben Sie gelernt, wie Sie Ihre Daten aufbereiten und das Training eines Deep-Learning-Klassifikators mit MVTec HALCON durchführen.

In diesem Video untersuchen wir verschiedene Methoden, die Ihnen helfen, diesen trainierten Klassifikator zu bewerten, wie z.B. Konfusionsmatrizen und Heatmaps. Außerdem verwenden wir ein Verfahren, das z.B. alle falsch klassifizierten Bilder anzeigen kann. Dies hilft dabei, die Einschränkungen Ihres Klassifikators zu bewerten. Außerdem wird in dem Video gezeigt, wie Sie verschiedene Bewertungsmetriken wie F-Score, Top-K-Fehler, Präzision und Recall berechnen können.

Unten können Sie das in diesem Video verwendete HDevelop-Beispiel herunterladen.