Computer Vision Toolbox
Computer Vision Toolbox™ 提供用于设计和测试计算机视觉系统的算法和 App。您可以执行视觉检查、目标检测和跟踪,以及特征检测、提取和匹配。您可以自动化单目相机、立体相机和鱼眼相机的标定工作流。对于三维视觉,该工具箱支持立体视觉、点云处理、基于运动进行构建以及实时视觉和点云 SLAM。计算机视觉 App 支持基于团队的真实值自动标注,以及相机标定。
您可以使用预训练的目标检测器,或使用 YOLO、SSD 和 ACF 等深度学习和机器学习算法训练自定义检测器。对于语义和实例分割,您可以使用深度学习算法,例如 U-Net、SOLO 和 Mask R-CNN。您可以使用视觉变换器(如 ViT)执行图像分类。使用预训练模型,您可以检测人脸和行人,执行光学字符识别 (OCR) 并识别其他常见物品。
您可以通过在多核处理器和 GPU 上运行算法来提高算法的执行速度。工具箱算法支持 C/C++ 代码生成,可实现与现有代码的集成、桌面原型构建以及嵌入式视觉系统部署。
Computer Vision Toolbox 快速入门
Computer Vision Toolbox 基础知识学习
特征检测和提取
图像配准、相关点检测、特征描述符提取、点特征匹配和图像检索
图像和视频真实值标注
通过交互式图像和视频标注,为深度学习创建训练数据并实现目标检测、语义分割、实例分割和图像分类
识别、目标检测和语义分割
识别、分类、语义图像分割、实例分割、使用特征的目标检测以及使用 CNN、YOLO 和 SSD 的深度学习目标检测
相机标定
使用针孔和鱼眼相机模型标定单目或立体相机,并估计相机的内参、外参和畸变参数
视觉 SLAM 和运动重建
立体视觉、三角剖分、三维重构、视觉同步定位与地图构建 (vSLAM) 以及视觉-惯性传感器融合
点云处理
对三维点云进行预处理、可视化、配准、拟合几何形状、构建地图、实现 SLAM 算法以及使用深度学习
跟踪和运动估计
光流、活动识别、运动估计、目标重新识别和跟踪
代码生成、GPU 和第三方支持
C/C++ 和 GPU 代码生成与加速、HDL 代码生成以及用于 MATLAB 与 Simulink 的 OpenCV 接口
使用 Simulink 实现计算机视觉
Simulink® 支持计算机视觉应用