wuziheng / siliconwaferdefectdetection Goto Github PK

在机器视觉领域，**一直被halcon，康耐视和基恩士垄断。良心的我自主研发机器视觉自动化软件。在缺损检测领域有着独到的经验。
目前我的软件优势：
1、定位技术上不输halcon。
2、专利检测算法pww特征提取。可以将颜色纹理量化后提取区域轮廓计算量化的面积。
3、图像制程采用多层次定位+pww特征提取检测。比深度学习更可靠。
4、采用流程图和决策图的全中文运动制程。比plc更简单。
5、保留着halcon接口。支持halcon工程师的二次开发使用。

https://download.csdn.net/download/pww71/85093101
https://download.csdn.net/download/pww71/62047145
链接：https://pan.baidu.com/s/1vsTptn_pvtbK2sDhWVCZJg
提取码：1234

当前市场上很多类似软件和我的比差距很大 。首先他们的功能过于庞大，而且不够通用。学习和操作不是普通人能短时间掌握的。而我的软件优势明显。 就是定位和检测。其他的任何算子不论是halcon还是其他厂商的算子都可以定制。从外部接口导入到框架内。定位和检测都是自主研发，检测直接量化颜色纹理和区域轮廓进行分析，是我申报专利的算法。因此参数固定和简单。当然比深度学习参数还是麻烦一点点。但是效果比深度学习更稳定。
一般情况下，人眼识别都是颜色纹理和区域轮廓这些基本特征。所以人眼能识别的，基本上我的检测就能识别。而且定位采用多层次定位，在固定位的颜色纹理和区域轮廓上分析基本上可以满足市场上百分之90的缺损检测需求。
另外 我的框架是仿照操作系统的架构，支持任何软件和硬件，只要按照我的接口标准写驱动就可以融入框架。
所以 对于任何高速电机和板卡，3d相机，激光检测设备等等。 都可以融入我的框架。我的内部就只负责客户制程和指挥调度各个模块。
现在操作系统对各个硬件软件的支持也是通过开放的接口。我也是这样做的，对于高级开发应用还是需要定制的。而对于大量通用的检测。直接可以让工人制程就可以完成。

请问所有的数据集都在data文件夹下吗，如果那不是所有的数据是否可以借用一下完整的数据集用于学习？

I get this when trying python test.py:

2017-09-14 21:19:55,919: INFO     image_process        : Semilab261151217B-1457
2017-09-14 21:19:55,919: INFO     image_process        : DETECTION STARTS:

Traceback (most recent call last):
  File "test.py", line 92, in <module>
    image_process(src_dict[test_name], test_name)
  File "test.py", line 33, in image_process
    _target_contour = cv3.find_target_contour(_threshold_image)
  File "/tmp/SiliconWaferDefectDetection/util/cv_wzh.py", line 47, in find_target_contour
    contours, _ = cv2.findContours(src, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
ValueError: too many values to unpack