🖥️
AugeLab Studio Manual
Deutch
Deutch
  • 👋Willkommen im AugeLab Studio Benutzerhandbuch
  • 📘Einführung
    • AugeLab Studio
    • Hauptmerkmale
    • Anwendungsfälle
    • Systemanforderungen
  • 🚀Erste Schritte
    • Anmeldung
    • Installation
    • Erster Blick
    • Einfacher Rundgang
    • Ihr allererstes Projekt
      • Grundlagen
      • Erkennung
      • Zusammenfassung
    • Weitere lokale Beispiele
    • Weitere Lektüre
  • 🖥️AugeLab Studio Oberfläche
    • Detaillierter Blick
    • Szenario-Bereich
    • Menü und Werkzeugleiste
    • Projekte verwalten
    • KI installieren und vieles mehr
      • KI mit Modul-Downloader nutzen
  • 🧱Funktionsblöcke
    • Blockstrukturen
    • Schnittstellen
    • Blockspalte
    • Verbindungen
    • Alle Funktionsblöcke
      • AI Blocks
        • Face Detection
        • Mask Detection
        • Object Detection - Custom
        • Object Detection
        • Pose Estimation
        • Safety Equipment Detection
        • Social Distance Detector
        • Super Resolution
        • Text Detection
        • OCR
      • CNN Blocks
        • Average Pooling 2D
        • Batch Normalization
        • Choose Folder 2D
        • Compile Model
        • Conv. Sep. Layer 2D
        • Conv. Trans. Layer 2D
        • Convolutional Layer 2D
        • Dropout Layer
        • Flatten Layer 2D
        • Fully Connected
        • Global Average Pooling 2D
        • Global Max Pooling 2D
        • Input Layer 2D
        • Loss CCE
        • Max Pooling 2D
        • Metrics Accuracy
        • Model EfficientNet
        • Model MobileNet
        • Model ResNet
        • Model VGG
        • Optimizer Adadelta
        • Optimizer Adagrad
        • Optimizer Adam
        • Optimizer Adamax
        • Optimizer FTRL
        • Optimizer Nadam
        • Optimizer RMSProp
        • Optimizer SGD
        • ReLU Layer
        • Softmax Layer
        • Training Parameters
      • Data/Logic
        • Flow Control
          • Batch Concatenation
          • Batch Processing
          • Debatch
          • Get Batch Size
          • HMI Background
          • Subsystem Enabled
          • Subsystem In
          • Subsystem Loop
          • Subsystem Out
          • Subsystem
        • logic
          • All True
          • And
          • Demux
          • Equals
          • Greater
          • Logic Operations
          • Mux
          • Not
          • Or
          • Set - Reset
          • Smaller
        • Mathmetical Operations
          • Add
          • Counter
          • Divide
          • Math Operations
          • Maximum
          • Minimum
          • Multiply
          • Not Equals
          • Round
          • Square Root
          • Subtract
          • Trigonometry
        • Data Operations
          • Data Memory
          • Data to JSON
          • Data Type Converter
          • Datetime Compare
          • Dictionary Operations
          • Exclude Nones
          • Find Substring
          • Get Element
          • Is None
          • List Operations
          • Parse Data Dictionary
          • Replace None
          • String Merge
          • String Operations
        • Referencing
          • Data Read Global
          • Data Read Local
          • Data Write Global
          • Data Write Local
          • Debug Input
          • Tag From
          • Tag To
        • Signal Operators
          • Delay Step
          • Edge Falling
          • Edge Rising
          • Multi Port Switch
          • OFF Delay
          • ON Delay
      • Image/Transformations
        • Analysis
          • Color Density Percentage
          • Get Dimension
          • Histogram On Curve
          • Histogram On Line
          • Image Color Match
          • Image Memory
          • Image Resolution and Channel Value
          • Maximum Images
          • Mean Value of Image
          • Measure Position Distance
          • Minimum Images
          • Non-zero of Image
          • Std. of Image
          • Structural Similarity
        • Transformation Filters
          • Auto Alignment
          • Auto Contrast
          • Color Quantizer and Clustering
          • Color Space
          • Contrast-Brightness-Gamma
          • Contrast Optimization
          • Deconvolution
          • Denoising
          • Distance Transformation
          • FloodFill
          • Grab Cut Algorithm
        • Color Filters
          • 2D Filter
          • Apply Mask
          • Bilateral Filter
          • Blur
          • Edge Filter
          • HSV Filter
          • Image Adaptive Threshold
          • Image Threshold
          • Invert Image
          • Morphological Transformations
          • Normalize Image
          • RGB Mask
          • RGB Set
          • Sobel Filter
        • Operations
          • Add Images Weighted
          • Add Images
          • Collage Images
          • Divide Images
          • Flip Image
          • Image AutoRotator
          • Image Concatenate
          • Image Resize
          • Image Resizer
          • Merge Channels
          • Multiply Images
          • Polar Transform
          • Rotate Image Angle
          • Slice Image
          • Split Image
          • Subtract Images
      • Detections/Shapes
        • Detectors
          • Barcode Reader
          • Blob Detector
          • Blur Detector
          • Circle Detector
          • Corner Detector
          • Custom CNN Model
          • Data Matrix Reader
          • Detect Reference
          • Feature Detector
          • Find Object - Multiple Image
          • Find Object
          • Find Reference
          • Harris Corner Filter
          • Line Detector
          • Match Shapes
          • Measure Object Distance
          • Shape Detector
        • Draw
          • Draw Detections
          • Draw Line
          • Draw Point
          • Draw Rectangle
          • Draw Result On Image
          • Write Date On Image
          • Write Text On Image
        • Roi Processing
          • Check Area (Polygon)
          • Check Area
          • Get Pixel Mouse
          • Get Pixel
          • Get ROI
          • Image ROI Center
          • Image ROI Polygon
          • Image ROI Select Multi
          • Image ROI Select
          • Image ROI
          • Perspective Transform
          • Rectangles in Rectangle
        • Shape Analysis
          • Approximate Contour
          • Choose Line
          • Contour to Image
          • Fill Contour
          • Find Contour
          • Hull Convex
          • Minimum Circle
          • Minimum Ellipse
          • Minimum Rectangle
          • Minimum Rotated Rectangle
          • Most Similar Shape
          • Point Polygon Test
      • Input/Output
        • Communication
          • Modbus Connect
          • Modbus Read
          • Modbus Write
          • MQTT Publish
          • MQTT Subscribe
          • OPC UA Client
          • OPC UA Read
          • OPC UA Write
          • REST API - Get
          • REST API - Post
          • Send Mail
          • Siemens S7 Connect
          • Siemens S7 Read
          • Siemens S7 Write
        • Data Inputs
          • Date-Time List
          • Date-Time
          • Headless Check
          • Keyboard/Barcode Reader
          • Logic Input
          • Number Input
          • Number Range
          • PWM (Pulse Width Modulation)
          • Rising Edge
          • String Input
          • Text
        • Image Inputs
          • Camera IP (ONVIF)
          • Camera IP
          • Camera USB External
          • Camera USB Vidgear
          • Camera USB
          • Load Image From Path
          • Load Image
          • Make Image
          • Pixel
          • Video
        • Outputs/Exports
          • CSV Export
          • Cycle Timer
          • File/Folder Operations
          • GPU Statistics
          • Image Logger
          • Image Write
          • Led Output
          • Multi Image Write
          • Output
          • Scope
          • Show Image
          • Stop
  • 📡Geräte und Kommunikation
    • Kamera-Nutzung
    • Kommunikationsprotokolle
    • Weitere Lektüre
  • 🧩Beispielprojekte
    • Demo-Projekte
    • Umfangmessung
    • Objektezählung
    • Fliesenbreitenmessung
    • Menschenkennung
    • Objekterkennung
  • 🔑Hauptmerkmale
    • Benutzerdefinierte HMI-Anwendungen bereitstellen
    • Daten für die Objekterkennung annotieren
    • Benutzerdefinierte KI-Modelle trainieren
      • Die richtige Datenbank auswählen
      • Wann man das Training stoppen sollte
    • Plugins erstellen
      • Komponenten
      • Codereferenz
    • Teilen Sie Ihre Lösungen mit der Community
    • Python-Pakete installieren
  • 📑FAQ
    • Kontaktieren Sie uns
    • FAQ
    • Ein vollständiges Projekt einrichten
  • Zusätzliche Ressourcen
    • Schulungsplan
    • Schulung Materialien
    • AugeLab-Experten
  • Anhang
    • Wörterbuch
    • Referenzen
Powered by GitBook
On this page
  • 📥 Eingänge
  • 📤 Ausgänge
  • 🕹️ Steuerungen
  • 🎨 Funktionen
  • 📝 Nutzungshinweise
  • 📊 Bewertung
  • 💡 Tipps und Tricks
  • 🛠️ Fehlersuche

Was this helpful?

  1. Funktionsblöcke
  2. Alle Funktionsblöcke
  3. Detections/Shapes
  4. Detectors

Find Object

Dieser Funktionsblock ist so konzipiert, dass er Objekte innerhalb eines Hauptbildes mithilfe eines bestimmten Templates (Unterbildes) erkennt. Er bietet Optionen zur Auswahl verschiedener Übereinstimmungsmethoden und zur Anpassung der Empfindlichkeit für die Objekterkennung.

📥 Eingänge

Main Image Das Hauptbild, in dem Sie nach dem Objekt suchen möchten.

Object Image Das Vorlagenbild des Objekts, das Sie im Hauptbild erkennen möchten.

📤 Ausgänge

Image Any Die Ausgabe zeigt das veränderte Hauptbild mit hervorgehobenen erkannten Objekt(en).

Object Positions Diese Ausgabe liefert die Koordinaten der erkannten Objekte im Hauptbild und ermöglicht mehrere Erkennungspunkte.

Object Count Diese Ausgabe gibt die Gesamtzahl der im Hauptbild erkannten Instanzen des Objekts zurück.

Rectangle Coordinates Diese Ausgabe enthält die Koordinaten der umschließenden Rechtecke um die erkannten Objekte.

🕹️ Steuerungen

Method Ein Dropdown-Menü, das es Ihnen ermöglicht, den Objekterkennungstyp aus verschiedenen Methoden des Template Matching auszuwählen, wie z. B. TM_CCOEFF_NORMED oder TM_SQDIFF.

Match Threshold % Ein Schieberegler zur Anpassung der Empfindlichkeit der Übereinstimmung. Dieser Wert beeinflusst, wie streng die Erkennung sein wird.

Result Ein Label, das die aktuelle Anzahl der erkannten Objekte im Hauptbild anzeigt.

🎨 Funktionen

Multiple Detection Methods Benutzer können aus verschiedenen Methoden wählen, um den Erkennungsprozess für unterschiedliche Szenarien anzupassen.

Dynamic Sensitivity Adjustment Der Schwellenwert-Schieberegler ermöglicht es den Benutzern, die Empfindlichkeit des Matching-Prozesses einfach anzupassen.

Detailed Output Die Ausgaben umfassen nicht nur das modifizierte Bild, sondern auch die Standorte, die Anzahl und die Begrenzungsrahmen der erkannten Objekte.

📝 Nutzungshinweise

  1. Input Images: Verbinden Sie das Hauptbild mit dem Eingangsbereich Main Image und das Template-Bild mit dem Eingangsbereich Object Image.

  2. Select Method: Wählen Sie die gewünschte Übereinstimmungsmethode aus dem Dropdown-Menü Method.

  3. Set Threshold: Passen Sie den Schieberegler Match Threshold % an, um festzulegen, wie empfindlich die Übereinstimmungserkennung sein soll.

  4. Evaluate: Führen Sie den Block aus, um die Objekterkennung durchzuführen. Die Anzahl und Positionen der erkannten Objekte werden im Ausgabebereich angezeigt.

📊 Bewertung

Wenn er ausgeführt wird, analysiert dieser Funktionsblock das Hauptbild auf Instanzen des von der Vorlage definierten Objekts und gibt Ergebnisse zurück, die das modifizierte Bild, die Objektpositionen, die Gesamtanzahl und die Rechteckkoordinaten umfassen.

💡 Tipps und Tricks

Testen Sie verschiedene Methoden

Experimentieren Sie mit verschiedenen Übereinstimmungsmethoden, die im Dropdown-Menü verfügbar sind. Einige Vorlagen können mit bestimmten Methoden aufgrund ihrer Komplexität oder Ausrichtung bessere Ergebnisse liefern.

Schwelle anpassen

Beginnen Sie bei vorläufigen Tests mit einem niedrigen Schwellenwert (z. B. 0-5), um sicherzustellen, dass Sie alle potenziellen Übereinstimmungen erfassen, und erhöhen Sie ihn dann schrittweise zur Verfeinerung.

Vorfeldverarbeitung verwenden

Überlegen Sie, ob Sie Vorverarbeitungsblöcke wie Histogram Equalization oder Blur vor diesem Block verwenden, um die Bildqualität zu verbessern, was die Erkennungsgenauigkeit erhöhen könnte.

Analyse mehrerer Objekte

Wenn Sie erwarten, mehrere Objekte zu finden, stellen Sie sicher, dass Ihre Vorlage und Ihr Hauptbild ähnlich ausgerichtet sind. Sie können auch Image Threshold anwenden, um die Ergebnisse zu verbessern.

🛠️ Fehlersuche

Keine Objekte gefunden

Wenn keine Objekte erkannt werden, überprüfen Sie, ob das Objektbild klar ist und das Ziel im Hauptbild genau darstellt. Passen Sie die Schwelle an, um zu sehen, ob mehr Übereinstimmungen gefunden werden können.

Maximale Übereinstimmungen erreicht

Wenn Sie einen Fehler bezüglich der maximalen Anzahl an Übereinstimmungen erhalten, versuchen Sie, den Schwellenwert im Schieberegler Match Threshold % zu erhöhen, um die Anzahl der erkannten Instanzen zu reduzieren.

PreviousFind Object - Multiple ImageNextFind Reference

Last updated 7 months ago

Was this helpful?

🧱