MVTEC Deep Learning Tool 26.03 Full Version x64 windows 深度学习工具dlt-26.03完整版

石鑫华视觉

MVTEC Deep Learning Tool 26.03 Full Version x64 windows 深度学习工具dlt-26.03完整版

文件名: dlt-26.03.zip
文件大小: 5314238955 字节 (4.95 GB)
修改日期: 2026-04-18 10:30
MD5: d6e7dc84af3fda2dff34726dd0ef200e
SHA1: eee49c40ebb2ebf9d942ef3047143cc2ac2fb138
SHA256: 4b225f25ee6e6569117302fed01f56d643e87e107c470a2f94da8e53eafd072d
SHA512: f4d59e85993c7b025d41bd09f79e82b0bf4c593341add09c694178ee33363691526f7d1d100bfa567260bb93bd8b13b7430347df47c89da5b7cda89cbd2c2757

MVTEC官方地址：
需要注册，然后免费下载。www.mvtec.com

百度网盘下载地址：
链接：https://pan.baidu.com/s/1uCrnuZdD6quiePQUqtk4vg
提取码：

游客，如果您要查看本帖隐藏内容请回复

发行说明：

MVTEC Deep Learning Tool深度学习工具

版本说明

在此页面，您可以找到 MVTec 深度学习工具的最新版本说明。此外，您还可以在本页面底部查看所有历史版本说明。

版本 26.03

新功能

• 在训练模型时，验证过程原本是在单次迭代中，同时针对完整的验证集和训练集的一个子集进行计算。为了减少内存占用，现在改为分批进行验证，每次处理较小的批次。此外，除了显示当前训练 epoch 的进度外，还会显示当前验证的进度。
• DLT 现已采用新版 ONNX 运行时 1.23.2。
• 已修复用户界面中的各种不一致问题。
• 关于设备精度，现在还会显示HALCON精度标识。
• OEM 客户现在可以通过配置文件设置自定义图标，使其显示在标题栏和     Windows 任务栏中。
• 一个新的深度OCR示例项目演示了如何使用深度学习工具处理、训练和评估包含粗略裁剪文本框的图像。
• 现在可以训练和评估支持对齐功能的深度OCR识别模型，即在裁剪粗略的图像中检测和读取文本行。为此，现在可以可视化显示已进行识别的对齐图像。如果进行了带对齐功能的评估，这些图像也会显示在报告中。此外，现在可以在“评估”页面上直观地检查深度OCR识别模型在未标注图像上的表现。
• 命令行帮助对话框中现已列出了 -配置 和 -主题 这两个选项。
• 在深度OCR项目中，现在可以对随深度学习工具提供的预训练模型在用户数据集上的性能进行评估。
• 状态栏中的图标不够醒目。此问题现已修复。此外，现在可以通过配置文件为浅色模式设置自定义图标。
• 现在可以在“评估”页面上配置热力图的缩放类型。
• 在分类项目中，即使训练样本少于16个，只要每个类别至少有一个验证样本，现在也可以进行“分布外检测”。
• 在“图像”页面上，现在可以切换“适应屏幕”和之前显示的图像区域。如果更改了图像的缩放状态，系统会将其保存下来，以便更轻松地比较不同的图像区域。对于其他图像，则显示当前的图像区域。
• 现在可以为目标检测和实例分割项目自定义类权重。
• 模型训练现已支持“权重衰减”这一训练参数。
• 现在可以通过设置训练参数“最大梯度范数”来启用梯度裁剪。
• 深度学习工具已更新至 HALCON 25.11 Progress 版本。此次更新包含新的预训练模型，这些模型已添加到 HALCON 中，现也可在深度学习工具中使用。具体而言，现已提供以下模型：
  
  
  
  • pretrained_deep_ocr_recognition_compact.hdl
  • pretrained_dl_classifier_mobilenet_v4_large.hdl
  • pretrained_dl_classifier_mobilenet_v4_medium.hdl
  • pretrained_dl_classifier_mobilenet_v4_small.hdl
    
• 现在可以设置图像预处理的“归一化类型”了。
• 现在可以设置“批次大小倍数”参数了。
• 在“训练结果”页面上，现在将鼠标悬停在图表上，即可查看图表中数据点对应的数值。
  

已解决的问题与改进

• “学习率”参数的文档中提到的取值范围有误，应为正确的 λ ≥ 0。此问题现已修复。
• 用于分类、目标检测和实例分割的默认预训练模型已更改为 MobileNetV4 Medium 网络。
• 在深度OCR项目中，此前无法设置求解器类型及更高级的训练参数。此问题现已修复。
• 在“评估”页面上，深度OCR 识别模型的 IoU 阈值也显示在“评估”栏中，但该参数在此处并无实际意义。此问题现已修复。
• 由于不支持，TensorRT 的 int8 精度优化已在“导出”页面上被禁用。
• 在“检查”页面上，当图片路径发生变化时，缩略图现在能正常更新了。
• 输入元素的输入焦点视觉指示器出现故障。该问题现已修复。
• 如果在深度OCR 项目中将检测模型和识别模型一起进行评估，那么在更改评估或模型参数并重新开始评估后，混淆矩阵与下方的文本识别表之间可能会出现不一致。这是因为文本识别表中的列表未被更新，导致可视化的项目列表出现错误。此问题现已修复。
• 由于系统实际上不支持为实例分割选择 AI² 设备，因此已移除此选项。
• 在 OCR 项目中，如果对一个附带检测模型的识别模型进行了评估，并且在“检查图像”窗格中选择了“未标记图像”选项，那么禁用该附带的检测模型并重新评估识别模型可能会导致“检查图像”窗格显示不一致。在极少数情况下，DLT 可能会崩溃。此问题现已修复。
• 在深度 OCR 项目中，当评估包含检测模型的识别模型时，“预处理”模式下的可视化效果可能会出现错误。特别是，文本框可能会显示在错误的位置。此问题现已修复。
• 在深度OCR项目的“评估”页面上，混淆矩阵中类名附近曾出现过警告标记。这些标记是错误的，现已移除。
• 从基于 Linux 的存储系统或通过 net use 挂载的 Web 服务读取文件（如图像或数据集）时可能会失败。这些问题现已修复。
• 在非常长的训练课程中，“训练”页面上的“剩余时间”或“已用时间”估计值可能会变为负数。此问题现已修复。
• 在 GC-AD 项目的“评估”页面上，用于在评估缩略图时限制后处理的域可视化功能出现故障。该问题现已修复。
• 在“图像”页面上，缩放滑块的调节范围现已与缩放按钮或热键保持一致。