ARM嵌入式深度学习：用户可以直接在Arm®处理器上运行深度学习训练，不需要任何其他的专用硬件。图像分类、目标检测和语义分割，这3种深度学习方法都可以在基于arm的嵌入式架构设备上运行。

矩形标识定位

HALCON对象检测定位模块中使用矩形对定位的图像进行标识。目前用户可以使用旋转的矩形来标识这些定位的对象。使用户更精确的使用定位矩形来标识物体位置。

表面匹配算法改进

提升了基于表面的匹配算法对于抵抗噪声干扰能力，用户可以设置多个最小分数来对控制噪声对表面和边缘信息的影响。此外，如果没有xyz图像（三维图像）可使用，则新参数目前允许完全关闭3D边缘对齐功能。这使用户能够消除三维数据不足对匹配结果的造成影响，同时保留表面和边缘这些有用的2D信息。

基于形状匹配的增强

用户现在可以在使用基于形状的匹配时可以专门设定所谓的“杂波”区域。该区域搜索模型中不应包含任何轮廓线。可以将这些屏蔽区域添加到搜索模型中，可以更加准确进行模型匹配，例如在有很多重复的结构的图片当中，就过滤掉不需要的边缘。