【菜菜学halcon】halcon深度学习（一）：建立数据集hdict

       halcon深度学习部分自带的例程，使用的数据集都是COCO文件。查了一圈没弄懂怎么建数据集，后来在halcon官网发现有一个深度学习工具（MVTec Deep Learning Tool）是用来生成数据集的，为hdict格式，应该是halcon特有的一种字典存放格式。

下面主要介绍一下这个工具的使用

下载地址：https://www.mvtec.com/products/deep-learning-tool/

然后注册一下，就可以下载了，可以直接使用，无需破解

下载完成后，界面如下图

根据数据集的作用可以分为：分类、目标检测（无方向）、目标检测（有方向）。

这里以目标检测（无方向）为例，其他几种大同小异，如下图。

选择object detection；输入工程名字；选择路径；然后确认。（如果有需要可以添加工程描述）

工程创建成功后，界面如下。点击Images旁边的加号，添加图片数据。

双击选择某张图片，进行类别添加，如下图。

类别创建好后，开始在图中框选目标物体，并选择相应的标签。重复操作，直至所有图片框选完成。

点击左上角gallery，可以浏览所有图片的标签。

左上角点击review，再次检查一下框选目标物体是否有误，如下图。

最后，点击左上角，导出数据集。

导出的数据集是dl_dataset.hdict格式，不能直接放在例程中使用，需要修改一下。将read_dl_dataset_from_coco改成read_dict，直接去读数据集。

当然前面的文件位置也是要修改的。

这样一个数据集的创建就完成了。