MVTec  bringt am 20. Mai 2020 ein neues Progress Release ihrer Standardsoftware Halcon auf den Markt: Halcon 20.05 bietet sowohl ganz neue Features als auch überarbeitete Technologien aus der Vorgänger-Version. So enthält etwa der Barcode-Leser nun einen weiterentwickelten Algorithmus, der die Decodier-Rate beim Lesen von Codes mit sehr dünnen Strichen erhöht. Erkennen lassen sich somit auch Codes mit Strichen, die schmaler als ein Pixel sind. Zudem kann das Training für alle Deep-Learning-Technologien jetzt auch auf einer CPU (Central Processing Unit) anstatt auf einer GPU (Graphics Processing Unit) durchgeführt werden. Dadurch lassen sich nun für diesen Prozess auch Standard-Industrie-PCs ohne leistungsfähige GPU verwenden. Kunden profitieren damit von erheblich mehr Flexibilität bei der Nutzung von Deep Learning, da das Training direkt an der Produktionslinie ausführbar ist.

Eine weitere Neuerung: Der in der letzten Version veröffentlichte generische Box Finder wurde in Halcon 20.05 hinsichtlich Robustheit, Leistung, Geschwindigkeit und Benutzerfreundlichkeit verbessert. Es ist nun deutlich einfacher, Boxen unterschiedlichster Form und Größe zuverlässig zu finden. Neu ist zudem, dass sich die Grad-CAM-basierte Heatmap (Gradient-Weighted Class Activation Mapping) nun ohne signifikante Geschwindigkeitseinbußen auch auf der CPU berechnen lässt. Damit können Anwender direkt im laufenden Betrieb analysieren, welche Teile eines Bildes die Klassifizierungsentscheidung des Deep-Learning-Netzes beeinflussen. Darüber hinaus wurde in der aktuellen Halcon-Version die Anomalieerkennung signifikant verbessert. Das Trainieren des Netzwerks ist nun bis zu zehn Mal so schnell und auch die Inferenz wurde beschleunigt. Überdies benötigen trainierte Netze nun weniger Speicher- und Festplattenkapazität, was das Feature für den Einsatz auf Embedded-Geräten praktikabler macht.

Eine weitere neue Funktion verbessert die Prozesse in der Fertigungsindustrie: Hier müssen Werkstücke für die Bearbeitung besonders robust und genau lokalisiert werden. Oft sind dabei Eigenschaften wie kleine Löcher das einzig auffällige Merkmal, um die korrekte Orientierung des Objekts zu finden. Das oberflächenbasierte 3D-Matching in Halcon 20.05 kann nun solche Merkmale nutzen, um die Genauigkeit und Robustheit des Matching-Ergebnisses zu erhöhen.