少有人走的路read_dl_model
名称
read_dl_model —从文件中读取深度学习模型。
签名
read_dl_model( : : FileName : DLModelHandle)
描述
操作读取由编写的深度学习模型。结果，返回句柄。 read_dl_model write_dl_model DLModelHandle
模型是从文件加载的。因此，可以在目录 以及当前使用的目录中搜索该文件。 FileName$HALCONROOT/dl/
请注意，不会从文件中读取模型的运行时特定参数“ gpu”。而是使用其默认值对其进行初始化（请参阅参考资料）。 get_dl_model_param
HALCON为分类和语义分割提供了预训练的神经网络。这些神经网络是训练定制网络的良好起点。它们已经在大型图像数据集上进行了预训练。请注意，分类网络只能由read_dl_classifier读取 。对象检测使用预训练的分类器作为基础网络。因此，应将操作create_dl_model_detection与预训练的分类器网络结合使用以进行对象检测任务。
提供的用于语义分割的预训练神经网络是：
'pretrained_dl_segmentation_compact.hdl'：
该神经网络旨在处理具有详细结构的细分任务，并且仅使用很少的内存，并且运行时高效。
网络体系结构允许更改有关图像尺寸的内容，但要求最小的“ image_width”和 “ image_height” 为21个像素。
'pretrained_dl_segmentation_enhanced.hdl'：
该神经网络比'pretrained_dl_segmentation_compact.hdl'具有更多的隐藏层 ，因此更适合于包含更复杂场景的分割任务。
网络体系结构允许更改有关图像尺寸的内容，但要求最小的“ image_width”和“ image_height” 为81像素。
有关HALCON中的深度学习模型的进一步说明，请参阅“深度学习/模型”一章。
执行信息
多线程类型：可重入（与非排他运算符并行运行）。
多线程作用域：全局（可以从任何线程调用）。
未经并行处理。
该运算符返回一个句柄。请注意，此句柄类型的实例的状态可以由特定的运算符更改，即使这些运算符将句柄用作输入参数也是如此。
参量
FileName （input_control） filename.read （字符串）→文档名称
默认值： “ pretrained_dl_segmentation_compact.hdl”
值列表：“ pretrained_dl_segmentation_compact.hdl”，“ pretrained_dl_segmentation_enhanced.hdl”
文件扩展名：。hdl
DLModelHandle （输出控制） dl_model （句柄）→深度学习模型的句柄。
结果
如果参数有效，则操作员 返回值2（H_MSG_TRUE）。如有必要，将引发异常。read_dl_model
可能的后续算子
set_dl_model_param
get_dl_model_param
apply_dl_model
train_dl_model_batch
