昨日，大恒图像在线上成功举办了HALCON 24.11 线上研讨会。在此，我们衷心感谢每一位客户的热情支持！您的积极参与，不仅让直播交流环节充满活力，更激发了无数灵感的碰撞。

为了方便您更深入地回顾和学习研讨会的精彩内容，我们已将本次研讨会的PPT上传至官方网站。您可以访问我们的官方网站—服务支持—培训学习—商务培训，下载并查看此次研讨会的PPT文件。

同时，为了回馈大家的热情与期待，我们精心整理了直播过程中大家提出的具有代表性的问题。

问题回顾

1、深度学习分布外检测是如何实现这一功能的？

在应用推理时会提取推理图像特征，与拟合分布外检测模型中的特征做对比，以此得到一个置信度值，大于设置的分布外阈值时发出分布外警告。

2、形状匹配扩展参数评估需要的样本数量？

只需要少量的样本（5-10），可以覆盖大部分可能出现的情况即可。

3、HALCON 的深度学习是否支持开源模型？

HALCON 可以读取 ONNX 模型，但有一些需要注意的点：

目前 HALCON 24.11 支持 ONNX 规范的 1.8.1 版本，只支持 ONNX 运算符版本 13 之前的运算符。

4、深度学习训练一类样本数据集大概多少张比较合适？

不同的应用需要的样本数量不同。通常来说，若能保证每类样本有50个以上，即可得到比较好的效果。

5、实际应用中图片往往很大，请问下你们都是怎么处理这个问题的？

图像分辨率较高，缺陷尺寸较小，是工业检测的一个特点。对于训练使用的图像分辨率，我们建议以能看清缺陷为宜，图像分辨率太高或太低都不好。如果分辨率仍然比较大，可以使用更大显存的显卡，或者对图像进行裁切进行训练。

6、多线程调用同一个深度学习模型句柄需要手动加锁吗？

需要。也可每个线程加载单独的模型，来避免此情况。

7、HALCON 是否支持集成到其他开发语言？

目前 HALCON 支持 C/C++、C#、Python。

8、HALCON 24.11 哪里可以下载?

可以在大恒图像官方网站—下载中心—MVTec及深度学习专区（https://www.daheng-imaging.com/downloads/deep-learning/），或MVTec官网进行下载。

9、HALCON 可以试用吗?

可以，试用许可可以咨询大恒图像技术服务热线 400-999-7595。

10、HALCON 深度学习对硬件有什么要求？

HALCON 目前只支持 NVIDIA 系列的显卡，64位处理器。

我们深知，每一个问题背后都承载着您对技术进步的渴望与追求。如果您想要购买或试用HALCON 24.11，欢迎拨打大恒图像客户服务热线：400 999 7595，我们将持续为您提供高质量的产品和技术支持，助力您在图像处理与机器视觉领域取得更大的成就。

再次感谢您的参与和支持！未来，我们期待与您继续携手，共同探索机器视觉的无限可能！