本章阐述了如何基于深度学习进行分类，涵盖训练阶段与推理阶段的应用。
基于深度学习的分类是一种方法，其中图像会被分配一组置信度值。这些置信度值表明图像属于每个区分类别可能性的大小。因此，若仅考虑最高预测值，分类即意味着从给定类别集合中为图像分配特定类别。下图对此进行了说明。
为了完成您的特定任务，即将数据分类到您希望区分的类别中，分类器必须经过相应训练。在 HALCON 中，我们采用一种称为迁移学习的技术（参见 深度学习 一章）。因此，我们提供预训练网络，这些网络代表了在海量标注图像数据上训练的分类器。这些分类器经过训练和测试，能够在工业图像分类任务中表现出色。其中一个已针对通用分类训练的分类器，现将重新训练以适应您的特定任务。为此，分类器需要了解需要区分的类别及其样本特征。这些信息由您的数据集（即带有对应真实标签的图像）所体现。更多数据要求详见“数据”一节。
在 HALCON 中，基于深度学习的分类功能是在更通用的深度学习模型框架内实现的。有关后者的更多信息，请参阅 深度学习 / 模型 一章。应用深度学习所需的具体系统要求，请参阅 HALCON “安装指南”。
以下各节将介绍分类所需的一般工作流程、涉及的数据与参数相关信息，以及评估指标的说明。
本节描述基于深度学习的分类任务的一般工作流程。该流程分为四个部分：数据预处理、模型训练、训练模型评估以及新图像推理。在此我们假设您的数据集已完成标注，详见下文“数据”一节。您可参考 HDevelop 示例系列
classify_pill_defects_deep_learning 了解具体应用场景。
本部分介绍如何对数据进行预处理。具体步骤也可在 HDevelop 示例文件
classify_pill_defects_deep_learning_1_preprocess.hdev 中查看。
需要传输的是训练数据集中哪些图像所包含的信息。该操作通过以下函数实现：
read_dl_dataset_classification.
由此创建了一个名为 DLDataset 的字典，它作为数据库存储了关于数据的所有必要信息。有关数据及其传输方式的更多信息，请参阅下文的“数据”部分以及
深度学习 / 模型 一章。
将字典
DLDataset 表示的数据集进行拆分。可通过以下函数实现：
split_dl_dataset.
生成的分割结果将通过键 split 保存至 DLDataset 中每个样本条目中。
读取预训练网络使用算子：
当您需要读取自己训练好的网络时，同样可以使用此算子，前提是您已通过 write_dl_model
该网络将对图像提出若干要求，包括图像尺寸和灰度值范围。默认值在 read_dl_modelset_dl_model_param
现在您可以对数据集进行预处理。为此，您可以使用以下函数：
preprocess_dl_dataset。
若需自定义预处理，本函数将提供实施指导。
要使用此过程，请指定预处理参数（例如图像尺寸）。将所有参数及其值存储在字典
DLPreprocessParam 中，因此您可以使用函数：
create_dl_preprocess_param.
我们建议保存此字典 DLPreprocessParam，以便在后续推理阶段能够访问预处理参数值。
本部分介绍如何训练分类器。具体步骤也可在 HDevelop 示例文件
classify_pill_defects_deep_learning_2_train.hdev 中查看。
设置训练参数并将其存储在字典 TrainParam 中。这些参数包括：
超参数，概述请参见 深度学习 一章。
用于可能的数据增强的参数（可选）。
用于训练期间评估的参数。
用于训练结果可视化的参数。
用于序列化的参数。
这可以通过以下函数实现：
create_dl_train_param.
训练模型。这可以通过以下函数实现：
train_dl_model.
该函数要求：
模型句柄 DLModelHandle
包含数据信息的字典 DLDataset
包含训练参数
'TrainParam' 的字典
训练应运行多少个 epoch（周期） 的信息。
若使用 train_dl_model 函数，则会可视化总损失值以及可选的评估指标。
在本部分中，我们将评估训练好的分类器。这些单个步骤也在 HDevelop 示例 classify_pill_defects_deep_learning_3_evaluate.hdev 中展示。
评估可以便捷的完成，使用算子
evaluate_dl_model。
字典 EvaluationResult 存储所需评估指标。您可以可视化评估结果，使用算子
dev_display_classification_evaluation。
可为指定样本生成热图，使用
函数 gen_dl_model_classification_heatmap
本部分介绍了基于深度学习的分类模型应用。具体步骤也可在 HDevelop 示例文件
classify_pill_defects_deep_learning_4_infer.hdev 中查看。
设置参数，例如 'batch_size'，使用算子
为每张图像生成一个数据字典 DLSample。可通过以下函数实现
gen_dl_samples_from_images。
对图像进行预处理，操作方式与训练时相同。我们建议使用以下函数进行处理
preprocess_dl_samples。
在预处理步骤中保存词典 DLPreprocessParam 后，可直接将其作为输入来指定所有参数值。
应用模型，使用算子
从字典
'DLResultBatch' 中检索结果。
我们将用于训练的数据与用于推理的数据区分开来。后者仅包含原始图像。但对于前者，您已知晓图像所属类别，并通过对应标签提供此信息。
作为基础概念，该模型通过字典处理数据，即接收以字典 DLSample 形式输入的数据，并分别返回字典 DLResult 和 DLTrainResult。有关数据处理的更多信息，请参阅 深度学习 / 模型 一章。
该数据集包含图像及其对应信息。这些数据必须以模型可处理的形式提供。关于图像要求，请参阅下文“图像”部分获取更多信息。
训练数据用于针对特定任务训练和评估网络。借助这些数据，分类器能够学习需要区分的类别及其代表样本的特征。在分类任务中，图像作为整体进行分类。因此训练数据包含图像及其真实标签，即该图像所属的类别。请注意，图像应尽可能具有代表性。存储和检索此类信息存在多种方式。HALCON 中深度学习模型的数据格式要求详见 深度学习 / 模型 一章。简而言之，字典 DLDataset 作为训练与评估流程所需信息的数据库。 read_dl_dataset_classification 函数支持以下图像真实标签数据源：
包含该图像的最后一个目录名称
文件名。
在训练分类器时，我们采用一种称为迁移学习的技术（参见 深度学习 一章）。此方法所需资源较少，但仍需一套合适的数据集。虽然通常而言，基于更大数据集训练的网络更可靠，但所需训练数据量也取决于任务的复杂程度。同时需确保训练数据充足，以便将其划分为训练集、验证集和测试集三个子集。这些子集应尽可能相互独立且服从相同分布，详见 深度学习 一章中的“数据”部分。
无论应用场景如何，网络对图像都提出了要求，例如图像尺寸等。具体数值取决于网络本身，可通过 get_dl_model_parampreprocess_dl_dataset
和 preprocess_dl_samples 中实现，后者用于处理单个样本。若需自定义预处理，这些函数可为实现提供指导。
网络输出取决于任务：
作为输出，该算子将返回一个名为 DLTrainResult
作为输出，网络将为每个样本返回一个 DLResult
当我们对图像进行分类时，会获得一组置信度值，这些值反映了图像与每个类别的关联程度。同时，我们还可以计算以下值：
在分类任务中，对整幅图像进行分类。因此，混淆矩阵的实例均为图像。关于混淆矩阵的解释，请参阅 深度学习 一章。
您可以借助
gen_confusion_matrix 和
gen_interactive_confusion_matrix 函数生成混淆矩阵。其中交互式函数允许您选择特定类别的示例，但该功能不适用于导出的代码。
从这样的混淆矩阵中可以推导出多种指标。精确率是指所有正确预测的正类样本占所有预测正类样本（真正类与假正类）的比值。因此，它衡量的是被预测为正类的样本中有多少真正属于目标类别。
召回率，也称为“真正类率”，是指所有正确预测的正类样本占所有真实正类样本（真正类与假负类）的比例。因此，它衡量的是属于目标类别的样本中有多少被正确预测为正类。
召回率高但精度低的分类器能识别出大多数正样本（即目标类别的成员），但代价是将大量负样本也归入该类别。精确率高但召回率低的分类器则恰恰相反，它仅将少数样本判定为正样本，但这些预测结果大多正确。理想的分类器应兼具高精确率与高召回率，能够以高准确度将大量样本正确归类为正样本。
为用单一数值表征此特性，我们计算 F1 分数——即精确率与召回率的调和平均值。因此，它成为衡量分类器准确度的指标。
根据 深度学习 中混淆矩阵的示例，对于类别“apple”，我们得到以下数值：精确率：1.00（= 68/(68+0+0)），召回率：0.74（= 68/(68+21+3)），F1分数： 0.85（=2×(1.00×0.74)/(1.00+0.74)）。