write_dl_modelT_write_dl_modelWriteDlModelWriteDlModelwrite_dl_model (Operator)
Name
write_dl_modelT_write_dl_modelWriteDlModelWriteDlModelwrite_dl_model — Abspeichern eines Deep Learning-Modells in eine Datei.
Signatur
Beschreibung
write_dl_modelwrite_dl_modelWriteDlModelWriteDlModelWriteDlModelwrite_dl_model speichert das Deep Learning-Modell
DLModelHandleDLModelHandleDLModelHandleDLModelHandleDLModelHandledlmodel_handle in der Datei FileNameFileNameFileNameFileNamefileNamefile_name ab.
Zu beachten ist, dass die Werte der laufzeitspezifischen Parameter
'gpu'"gpu""gpu""gpu""gpu""gpu", 'runtime'"runtime""runtime""runtime""runtime""runtime" und 'runtime_init'"runtime_init""runtime_init""runtime_init""runtime_init""runtime_init" nicht
abgespeichert werden.
Die HALCON Standard-Dateiendung eines Deep Learning-Modells ist
'.hdl'.
Das Modell kann mit read_dl_modelread_dl_modelReadDlModelReadDlModelReadDlModelread_dl_model eingelesen werden.
Für weitere Informationen zu Deep Learning-Modellen in HALCON siehe das
Kapitel Deep Learning / Modell.
Ausführungsinformationen
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Wird ohne Parallelisierung verarbeitet.
Parameter
DLModelHandleDLModelHandleDLModelHandleDLModelHandleDLModelHandledlmodel_handle (input_control) dl_model → HDlModel, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)
Handle des Deep Learning-Modells.
FileNameFileNameFileNameFileNamefileNamefile_name (input_control) filename.write → HTuplestrHTupleHtuple (string) (string) (HString) (char*)
Dateiname
Dateiendung: .hdl
Ergebnis
Sind die Parameterwerte korrekt, dann liefert
write_dl_modelwrite_dl_modelWriteDlModelWriteDlModelWriteDlModelwrite_dl_model den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine
Fehlerbehandlung durchgeführt.
Vorgänger
read_dl_modelread_dl_modelReadDlModelReadDlModelReadDlModelread_dl_model,
train_dl_model_batchtrain_dl_model_batchTrainDlModelBatchTrainDlModelBatchTrainDlModelBatchtrain_dl_model_batch,
train_dl_model_anomaly_datasettrain_dl_model_anomaly_datasetTrainDlModelAnomalyDatasetTrainDlModelAnomalyDatasetTrainDlModelAnomalyDatasettrain_dl_model_anomaly_dataset,
set_dl_model_paramset_dl_model_paramSetDlModelParamSetDlModelParamSetDlModelParamset_dl_model_param
Modul
Foundation. Dieser Operator verwendet dynamische Lizensierung (siehe ``Installation Guide''). Welches der folgenden Module benötigt wird hängt von der Anwendung des Operators ab:
3D Metrology, OCR/OCV, Deep Learning Inference