🖥️
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 - Multiple Image

Dieser Funktionsblock ist so konzipiert, dass er ein Objekt in mehreren Abschnitten eines gegebenen Hauptbildes erkennt, indem er es mit einem Vorlagenbild vergleicht. Er ermöglicht präzise Übereinstimmungen, selbst wenn mehrere Bildausschnitte verarbeitet werden.

📥 Eingänge

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

Object Image Das Bild, das die Vorlage des Objekts enthält, das Sie im Hauptbild finden möchten.

📤 Ausgänge

Image Any Die Ausgabe liefert das Hauptbild mit Hervorhebungen der erkannten Bereiche.

Match Count Diese Ausgabe zeigt die Anzahl der erfolgreichen Übereinstimmungen zwischen dem Hauptbild und dem Vorlagenbild an.

Matched All Eine boolesche Ausgabe, die anzeigt, ob alle Objektvorlagen im Hauptbild übereinstimmen.

🕹️ Steuerungen

Method Ein Dropdown-Menü zur Auswahl des Objekterkennungsverfahrens aus einer Liste verfügbarer Methoden zum Template Matching.

Match Threshold % Ein Schieberegler zur Anpassung des Schwellenwerts, der für die Übereinstimmung verwendet wird und beeinflusst, wie streng die Übereinstimmungskriterien sind.

Enter Horizontal Slice Rate Ein Eingabefeld, um anzugeben, in wie viele horizontale Abschnitte das Hauptbild während der Verarbeitung unterteilt werden soll.

Enter Vertical Slice Rate Ein Eingabefeld, um anzugeben, in wie viele vertikale Abschnitte das Hauptbild während der Verarbeitung unterteilt werden soll.

🎨 Funktionen

Multi-Image Comparison Effiziente Erkennung desselben Objekts in mehreren Ausschnitten, die aus einem Bild extrahiert werden.

Flexible Template Method Selection Benutzer können aus verschiedenen Übereinstimmungsmethoden wählen, die für unterschiedliche Szenarien geeignet sind.

Visual Feedback Das Ausgabebild zeigt klar die übereinstimmenden und nicht übereinstimmenden Bereiche an und bietet sofortiges visuelles Feedback.

📝 Nutzungshinweise

  1. Input Images: Verbinden Sie das Hauptbild, das das Objekt enthält, und das Vorlagenbild des Objekts, das Sie erkennen möchten.

  2. Set Slicing Rates: Geben Sie die Anzahl der horizontalen und vertikalen Abschnitte für sowohl das Hauptbild als auch die Objektvorlage an.

  3. Select Matching Method: Wählen Sie die gewünschte Methode zum Template Matching aus dem Dropdown-Menü Method.

  4. Set Threshold: Passen Sie den Match Threshold % an, um die Empfindlichkeit des Matching-Prozesses einzustellen.

  5. Run the Block: Führen Sie den Block aus, um die Objekterkennung durchzuführen. Das System visualisiert die Ergebnisse im Ausgabebild.

📊 Bewertung

Nach der Ausführung dieses Funktionsblocks wird das Hauptbild verarbeitet, und es wird das modifizierte Bild zurückgegeben, das die übereinstimmenden Bereiche sowie die Anzahl der Übereinstimmungen und den Status, ob alle Vorlagen gefunden wurden, hervorhebt.

💡 Tipps und Tricks

Schneidraten anpassen

Experimentieren Sie mit verschiedenen horizontalen und vertikalen Schneidraten für optimale Übereinstimmungsleistungen. Zu viele Abschnitte können zu unnötiger Verarbeitung führen, während zu wenige möglicherweise Erkennungen verpassen.

Schwellenwert einstellen

Wenn Sie Schwierigkeiten haben, Objekte zu finden, ziehen Sie in Betracht, den Übereinstimmungsschwellenwert zu senken, um die Empfindlichkeit zu erhöhen, damit mehr Übereinstimmungen als gültig betrachtet werden.

Umgang mit mehreren Vorlagen

Stellen Sie sicher, dass jede Objektvorlage, die Sie verwenden, klar und eindeutig ist, um die Wahrscheinlichkeit erfolgreicher Übereinstimmungen in verschiedenen Abschnitten zu erhöhen.

🛠️ Fehlersuche

Warnung bei Nichtübereinstimmung

Wenn Sie eine Warnung über nicht übereinstimmende Abschnitte erhalten, stellen Sie sicher, dass sowohl das Hauptbild als auch das Objektbild in die gleiche Anzahl an Segmenten unterteilt wurden.

Keine Übereinstimmungen gefunden

Wenn keine Übereinstimmungen erkannt werden, überprüfen Sie, ob das Vorlagenbild ausreichend ähnlich zu den Übereinstimmungsbereichen im Hauptbild ist. Möglicherweise müssen Sie auch den Übereinstimmungsschwellenwert anpassen oder eine andere Übereinstimmungsmethode verwenden.

PreviousFeature DetectorNextFind Object

Last updated 7 months ago

Was this helpful?

🧱