2. MERLIC环境搭建与项目创建

MERLIC 的深度学习检测能力并不是一个独立运行的小工具，而是建立在完整软件环境之上的应用。要让“图像采集—模型推理—结果输出”这条链路真正跑起来，第一步必须把软件、许可证和项目结构三件事同时准备好。本节围绕软件安装、许可证配置、界面导航和新建深度学习检测项目四个环节展开，重点说明每一步实际要做什么、关键参数在哪里设置，以及如何判断环境已经可用。

一、软件安装：先确认版本与运行环境

MERLIC 的安装包通常由 MVTec 官方提供，安装前需要确认三件事：操作系统版本、是否已安装兼容的相机接口驱动，以及是否需要与 HALCON 或深度学习推理库共存。MERLIC 对 Windows 版本有明确要求，建议使用 Windows 10 64 位或 Windows 11 64 位，并预留足够的磁盘空间用于存放模型和图像数据。

安装过程本身比较直接，双击安装程序后按向导选择安装路径即可。真正需要注意的是组件选择：如果后续要使用 GigE Vision 或 USB3 Vision 相机，安装时应勾选对应的采集接口；如果计划使用 MERLIC 自带的深度学习工具，则要确保深度学习运行时组件被选中。安装完成后，建议先不要急着打开项目，而是通过“帮助—关于”确认版本号，并检查许可证状态，避免后续调试时才发现环境不完整。

二、许可证配置：区分试用、正式与网络许可

MERLIC 的许可证决定了可用功能范围。常见形式包括本机授权文件、加密狗以及网络浮动许可。对于学习和验证阶段，通常先使用试用许可证；进入正式部署后，再切换到正式授权。配置入口一般在“文件—许可证”或启动时的许可证管理界面中。

配置时需要注意两点：第一，许可证必须与当前安装的 MERLIC 版本匹配，跨大版本通常不能直接复用；第二，如果使用网络许可，需要保证客户端能访问许可证服务器，并且防火墙没有拦截相应端口。配置完成后，界面中应显示许可证类型和有效期，深度学习相关工具不再处于灰色不可用状态，这是判断许可证生效的直接依据。

三、界面导航：认识主工作区与关键面板

MERLIC 的界面围绕“项目—工具—图像—结果”组织。主窗口通常包含菜单栏、工具栏、项目树、工具参数区、图像显示区和结果输出区。项目树用于管理当前项目中的工具和流程；工具参数区用于设置每个工具的关键参数；图像显示区用于查看当前图像、处理结果和叠加显示；结果输出区则用于观察测量值、分类标签或检测状态。

对深度学习检测而言，最需要熟悉的三个区域是：图像显示区、工具参数区和结果输出区。图像显示区决定你能否看清缺陷位置和模型关注区域；工具参数区决定模型阈值、置信度等关键参数如何设置；结果输出区决定你如何读取分类结果和判断是否合格。建议在正式建项目前，先花几分钟熟悉这些面板的停靠、浮动和布局保存方式，后续调试会明显更顺手。

四、新建深度学习检测项目：从模板到可运行

环境就绪后，就可以新建项目。MERLIC 通常提供“新建项目”向导，建议选择与任务匹配的深度学习模板，例如分类、目标检测或异常检测。模板会自动生成基础工具链，减少手工搭建的工作量。新建时最关键的一步是配置图像源：如果使用相机，需要选择对应接口并设置触发方式；如果先用图像文件夹验证，则指定文件夹路径和图像格式即可。

项目创建完成后，建议按以下顺序做一次最小验证：先让图像源出图，确认图像显示区能看到画面；再打开深度学习工具，检查模型是否已加载、置信度阈值是否可调；最后运行一次，观察结果输出区是否给出标签和分数。如果这三步都正常，说明项目骨架已经可用，后续再替换为真实模型和正式图像源即可。

五、常见问题与判断依据

环境搭建阶段最常见的问题有三类：许可证未生效导致深度学习工具不可用；图像源配置错误导致预览黑屏；项目模板选择不当导致后续工具链不匹配。判断方法也很直接：许可证看状态栏和工具可用性；图像源看预览画面和采集帧率；项目模板看工具树中是否包含预期的深度学习节点。把这三项确认清楚，再进入模型训练与参数调试，会少走很多弯路。

整体来看，MERLIC 环境搭建与项目创建并不复杂，但它决定了后续所有检测工作的起点。安装时把组件选对，许可证配置到位，界面面板熟悉清楚，新建项目时选对模板并完成图像源验证，这四步做完，一个可运行的深度学习检测项目就已经建立起来了。