部署Sobel边缘检测应用程序，使用树莓派摄像头模块V2，并在NVIDIA Jetson Nano硬件上显示边缘检测输出。的在NVIDIA Jetson Nano上使用Raspberry Pi Camera Module V2实现Sobel边缘检测示例演示了如何从NVIDIA Jetson Nano硬件上的树莓派相机模块V2捕获图像帧，并在MATLAB®环境中处理它们。这个例子展示了如何在NVIDIA Jetson Nano硬件上生成访问I/O外设(摄像头和显示器)的代码和执行处理。

从连接到NVIDIA®Jetson Nano的树莓派相机模块V2中捕捉和处理图像。针对NVIDIA Jetson和NVI万博1manbetxDIA DRIVE平台的MATLAB®Coder™支持包允许您从相机模块V2捕获图像，并将它们带到MATLAB环境中进行处理。在本例中，您将学习如何使用此功能开发Sobel边缘检测算法。

为使用深度学习的图像分割应用程序生成和部署CUDA®可执行文件。它使用MATLAB®Coder™支持包为NVIDIA 万博1manbetxJetson和NVIDIA DRIVE平台部署可执行文件在NVIDIA DRIVE™平台。本例在主机上执行代码生成，并通过使用支持包的远程构建功能在目标平台上构建生成的代码。万博1manbetx有关更多信息，请参见语义分割网络的代码生成(GPU编码器)。

针对NVIDIA Jetson和NVIDIA 万博1manbetxDRIVE平台的MATLAB®Coder™支持包如何使GPU Coder™产品在NVIDIA®DRIVE™和Jetson硬件平台上运行PIL执行。本示例使用用于雾校正的GPU代码生成示例从GPU编码器演示PIL执行。有关更多信息，请参见雾校正(GPU编码器)。

使用NVIDIA GPU编码器™支持包，在NVIDIA Jetson TX2板上部署图像处理工具箱™算法。万博1manbetx的imtophat以对灰度图像进行形态学顶帽滤波的(Image Processing Toolbox)函数为例，说明了这一概念。顶帽滤波计算图像的形态开口(使用imopen(图像处理工具箱))，然后从原始图像中减去结果。生成的CUDA®代码使用共享内存加速GPU上的操作。

从DAGNetwork对象生成CUDA®代码，并使用NVIDIA GPU编码器™支持包将生成的代码部署到NVIDIA®Jetson TX2板上。万博1manbetx本例使用resnet50深度学习网络对USB网络摄像头视频流中的图像进行分类。

为基于视频的雾校正应用程序生成和部署CUDA®可执行文件。该示例展示了针对NVIDIA Jetson和NVIDIA DRIVE平台的MATLAB®Coder™支持包为MATLAB提供的可部署代码生成功能万博1manbetx录像机函数。这个例子生成了一个CUDA应用程序，它读取视频文件的内容，执行雾校正操作，并在NVIDIA®硬件上显示输出视频。

在NVIDIA®J万博1manbetxetson TX2板上部署Simulink®模型，用于对网络摄像头图像进行分类。本例使用预先训练的深度卷积神经网络，对网络摄像头中的图像进行实时分类，ResNet-50．本例中的万博1manbetxSimulink模型使用了用于NVIDIA Jetson和NVIDIA DRIVE平台的MATLAB®Coder™支持包中的摄像机和显示块，从网络摄像机捕捉实万博1manbetx时视频流，并将预测结果显示在连接到Jetson平台的监视器上。

在NVIDIA®J万博1manbetxetson板上部署Simulink®模型，用于音频数据中的关键字识别。此示例标识关键字(是的)在输入音频数据中使用Mel频率倒谱系数(MFCC)和预先训练的双向长短期记忆(BiLSTM)网络。