Highlights
Features
HALCON 25.05 版本於 2025 年 5 月 27 日正式發布,帶來多項提升和新功能,特別強調深度學習與傳統機器視覺技術的整合。以下是主要特色:
Deep 3D Matching 是一項全新的基於深度學習的技術,專為快速且穩健的 3D 物體偵測與姿態估算設計,僅使用 2D 影像即可實現。該技術需要的參數設置極少,並提供高效能,非常適合用於如 bin picking 和機器人操作等應用,並且能在挑戰性環境中穩定運行。
隨著 HALCON 25.05 的推出,使用者現在可以自主訓練自己的 Deep 3D Matching 模型,而無需 MVTec 的支援。全新的渲染工具使得可以從相關物體的 CAD 模型中生成訓練資料,並且可以完全依賴合成生成並標註的資料進行訓練。這樣的設置提供了高度的靈活性,並能涵蓋如反射、透明等物體屬性。 透過新的訓練功能,客戶現在可以根據特定需求和環境創建量身定制的 3D 匹配應用。如果需要,MVTec 仍可提供訓練服務,作為付費項目。
在一些應用中,使用 Deep OCR 的偵測模型來定位圖像中的文字區域可能無法實現,尤其是在時間要求嚴格的情況下。此時,使用者可手動定義文字區域或透過基於規則的影像處理來進行,但這可能會導致識別準確度下降。
HALCON 25.05 引入了對齊步驟,這一步驟將會修正粗略的文字區域裁切,即使文字區域的放置不精確,依然能顯著提高識別準確率。這樣,使用者在保持穩定 OCR 結果的同時,還能跳過偵測模型,並大幅縮短處理時間。這不僅使文字識別流程更加靈活,也顯著提升了速度,且對齊步驟的計算開銷最小,幾乎不影響處理效能。
HALCON 25.05 版本還包括對一些重要核心技術的改進,例如條碼讀取器和通用形狀匹配(Generic Shape Matching):
HALCON 25.05 改進了條碼讀取器,新增了對 QR code的矯正功能,這使得即使在曲面或變形的表面上,也能可靠地讀取 QR code。此功能擴展了應用範圍,尤其在物流、包裝、食品生產和瓶裝標籤等行業中尤為重要,因為這些行業中的 QR code經常出現在非平坦的材質上。
這個矯正過程能夠確保更高的可讀性,無需完美的平面表面,並且是可選功能,可以根據需要啟用。儘管處理時間比標準的 QR 碼讀取稍長,但其增強的穩定性使其成為要求較高的應用中的重要補充。
HALCON 25.05 版本為通用形狀匹配(Generic Shape Matching)訓練新增了中斷功能,讓使用者能夠靈活控制訓練過程。現在,用戶可以手動停止訓練,或者設置超時(例如 1 秒後自動停止),避免無謂的等待時間,確保操作高效。以前,一旦訓練開始,就必須等到完成,這可能會導致延遲,尤其是在資源有限的嵌入式應用中。現在,用戶可以將訓練無縫地集成到他們的工作流程中,從而避免長時間的處理延遲,提高了響應速度
HALCON 25.05 推出一套全新的影像擷取運算元,專為現代相機技術的無縫整合而設計。雖然 MVTec 一直專注於高效的相機連接,但像是 GigE Vision 和 USB3 Vision 等現代標準帶來了新的機會和挑戰。這些新介面簡化了相機的操作,同時提供對先進配置的完整控制。 這些新運算元提供了更清晰、更直觀的介面,針對標準使用情境進行優化,同時保持對 GenICam GenTL 架構的完全控制。此外,當 GenICam GenTL 裝置提供多重串流時,這些運算元也能支援。 。
HDevelopEVO 25.05 現在支援引用儲存在外部檔案中的程式。使用者可以將程式拆分為多個檔案,並在各檔案間互相引用程式。這不僅讓程式結構更加清晰有條理,也為未來支援模組化函式庫邁出第一步。
為了因應機器視覺流程中的常見需求,HDevelopEVO 25.05 新增了「灰階直方圖」這項功能——這是影像分析中最常用的工具之一。使用者可透過此工具視覺化影像中像素強度的分布,並可互動式地設定閾值,以挑選出後續處理所需的目標區域。
為了更有效地支援開發者,HDevelopEVO 25.05 推出整合式 AI 助理功能。這些助理包含互動式聊天介面、可執行 IDE 指令與 Shell 指令的代理程式,以及自動程式碼補全功能。使用者可依需求選擇雲端、自架或本地部署的 AI 模型,同時保有對資料與模型使用的完整控制權。需注意的是,AI 助理功能需由使用者主動啟用後方能使用。
在此版本中,使用者可以期待突破性的技術和改進。借助 HALCON 24.11,我們專注於更好的人工智慧,特別是深度學習演算法。除其他功能外,用戶現在可以檢測和評估基於深度學習的分類中的意外行為。
這項新的 HALCON 功能可以輕鬆識別生產中因錯誤分類而導致的意外行為。這樣,使用者就可以有針對性、有效率地採取適當的措施,例如停止機器。使用深度學習分類器時,未知物件會被指派給系統已學習的類別之一。例如,如果缺陷或物件本身屬於以前從未發生過的類型,則這可能會導致問題。新的深度學習功能「異常分佈檢測(OOD)」指示何時對未包含在訓練資料中的物件進行分類。例如,如果系統僅在帶有紅色或黃色標籤的瓶子上進行訓練,則這可能是帶有綠色標籤的瓶子。在這種情況下,HALCON 會提供「Out of Distribution」訊息以及 OOD 分數,指示與訓練類別的偏差有多大。
當使用新訓練圖像擴展深度學習模型時,OOD 分數也很有用,它可以指示哪些新圖像對新模型具有最大價值。例如,新訓練圖像的 OOD 分數高表示與網路中已有圖像的偏差更大,這意味著資訊內容更高,因此訓練價值更大。
HALCON 24.11 對於 HALCON 自己的整合開發環境 (IDE) HDevelop 的所有使用者來說有一個特別的亮點:新 IDE HDevelopEVO 的預覽。這其中的特點之一是更現代、直觀的用戶界面以及優化的編輯器(即核心的編程元素)。後者可以實現更快、更有效率的機器視覺應用程式程式設計和原型設計。使用者已經可以在 HALCON 24.11 中廣泛測試新的開發環境。 HDevelopEVO 的功能範圍將在未來的版本中不斷擴展,隨著時間的推移,它將成為標準的 HALCON 開發環境。
HALCON 的 QR Code讀取器的性能已顯著提高。這在困難的條件下尤其明顯,例如,當需要在影像區域中找到許多程式碼或影像中的許多紋理使檢測變得複雜時。在要求較高的場景下,辨識率提升,評估時間顯著縮短。
憑藉此功能,HALCON 24.11 包含針對 3D 視覺領域的基於深度學習的市場創新,特別是針對料箱取放和抓取與放置應用。此功能在決定訓練對象的精確位置和旋轉方面特別穩定,其特點是參數化工作量極低且執行時間短。根據精度要求,可以使用一台或多台經濟高效的標準 2D 相機來確定位置。訓練專門針對 CAD 模型產生的合成資料進行。因此不需要進一步的訓練。
客戶已經可以在 HALCON 24.11 中運行此功能 - 為了訓練模型和評估應用程式,他們可以隨時聯繫 MVTec。 HALCON 內的訓練和評估將在下一個版本中進行。
在此版本中,HALCON 的 GigE Vision 介面支援 RoCEv2 網路協議,從而提高了影像傳輸效能。
HALCON Progress 現在與 HALCON Steady 版本完全相容。 Progress 用戶現在可以與 Steady 用戶在同一專案上進行協作。此外,HALCON Progress 用戶將收到與 HALCON Steady 用戶相同的維護更新。將來,從 Steady 切換到 Progress 只需要交換許可證文件。
農業與食品
天然產品識別、水果自動採摘和分類或料位測量:HALCON 是一種適用於生產商和包裝商的技術,可實現高效、一致的生產,並滿足不斷變化的需求。
汽車與機器人
確定物體的三維姿態,提取 3D資料以進行抓取應用程式或機器人路徑規劃:HALCON 獨特的3D視覺技術為許多汽車和機器人應用程式開啟了新的可能性。
物流與包裝
品質控制,完整性檢查,識別或條碼和二維碼讀取: HALCON 在物流和包裝的所有領域提供出色的解決方法。
電子與半導體
貫穿整個製造過程,從精密組裝,表面檢查到缺陷檢測。使用 HALCON,系統製造商能提陞技術能力,引進先進的流程,降低成本。
HALCON steady |
HALCON progress | |
目前最新版本 | 24.11 | 25.05 |
購買 | 一次性買斷制 |
採訂閱制 (每年自動訂閱,授予對訂閱期間發布的所有版本的訪問權限);如購買後,需要停止購買時,請務必在到期日的三個月前通知我們! |
更新週期 | 兩年一次新功能更新 不定期維護小更新 |
六個月一次新功能更新 |
獲得新的功能 |
每2年更新一次 如有新功能需求必須加購升級 |
每六個月更新一次 持續獲得新的HALCON功能 |
產品品質 | 所有功能的高端品質 | |
支援 | 長期支援 | 在訂閱期間 |
HDevEngine | 兩者皆有 HDevEngine 開發方式 | |
HDevelop | 兩者皆有 HDevelop IDE 開發介面 | |
Runtime licenses | 無限制 | |
Runtime license 升級 | - | 購買後,最多2年 |
開發許可 | 永久 | 有效期僅限於訂閱期限 |
HALCON技術支援