Halcon 在 2022年5月对外宣布更新了异常检测深度学习算法，本文记录使用方法。

简介 {#简介}

Halcon 深度学习异常检测可以用若干没有瑕疵的数据训练模型，用于检测出现问题 (异常) 的数据。

官网简介

核心流程 {#核心流程}

1. 准备数据

   需要准备一个包含数据的字典列表，每个字典表示一张数据图像，字典中 image 字段下存放图像，其他字段记录该图像配套的信息

   过程中对图像做需要的预处理

   数据集建议使用 MVTec 自己的异常检测数据集

2. 训练参数

   需要配置训练时的部分参数，主要包括提前停止阈值、数据使用率、训练轮数、正则项水平等

3. 初始化模型

   模型初始化，使用 Halcon 的模型加载算子加载预训练的异常检测模型

4. 训练模型

   将上述数据用训练算子一起训练

5. 模型保存

   保存训练完成的模型

6. 模型推断

   加载测试数据，与训练好的模型一起送入推断算子

参考资料 {#参考资料}

• https://www.mvtec.com/cn/services-support/videos-tutorials/single-video/deep-learning-based-anomaly-detection-with-mvtec-halcon

文章链接：
https://www.zywvvd.com/notes/coding/halcon/halcon-anomaly-det/halcon-anomaly-det/