使用树莓派硬件的MATLAB支持包，在树莓派™硬件上部署MATLAB®函数作为独立的可执行文件。万博1manbetx

使用MATLAB®树莓派硬件支持包在树莓派™硬件上部署边缘检测函数作为一个独立的可执行文件。万博1manbetx在本例中，您将学习如何从连接到树莓派硬件的网络摄像头获取实时图像，并对获取的图像运行边缘检测功能，并将结果显示在连接到同一树莓派硬件的显示器上。

通过使用MATLAB®树莓派硬件支持包部署图像分类算法，预测树莓派™上的实时视频流中的对象。万博1manbetx该算法利用ResNet-50神经网络对连接树莓派硬件的摄像头捕捉到的物体进行识别。

使用树莓派硬件的MATLAB支持包部署MATLAB®函数，接受树莓派™命令行输入。万博1manbetx在本例中，使用一个用于两个数字相加的MATLAB函数进行部署。

使用MATLAB在线中的树莓派硬件的MATLAB支持包部署MATLAB®函数，从树莓派™命令行接受输入。万博1manbetx在本例中，使用一个用于两个数字相加的MATLAB函数进行部署。

使用MATLAB®支持包为树莓派™硬件生成和部署图像分类算法的代码。万博1manbetx该算法使用ResNet-50神经网络，通过树莓派的命令行识别作为输入传递的图像。

为树莓派™部署特征提取和卷积神经网络(CNN)来识别语音命令。为了生成特征提取和网络代码，您可以使用MATLAB Coder™、MATLAB®树莓派硬件支持包和ARM®计算库。万博1manbetx在本例中，生成的代码是树莓派上的可执行文件，由MATLAB脚本调用，该脚本显示预测的语音命令以及信号和听觉谱图。MATLAB脚本和树莓派上可执行文件之间的交互使用用户数据报协议(UDP)进行处理。关于音频预处理和网络训练的详细信息，请参见基于深度学习的语音命令识别。

演示了在树莓派™上使用双向长短期记忆(BiLSTM)网络和mel频率倒谱系数(MFCC)特征提取进行关键字发现的代码生成。带有深度学习支持的MATLAB®Coder™能够在树莓派上生成独立的万博1manbetx可执行文件(.elf)。MATLAB®(.mlx)文件和生成的可执行文件之间的通信通过异步用户数据报协议(UDP)进行。传入的语音信号使用时间显示器显示。掩码显示为围绕关键字YES的斑点实例的蓝色矩形。有关MFCC特征提取和深度学习网络训练的更多细节，请访问使用MFCC和LSTM网络在噪声中发现关键字。

生成一个树莓派独立可执行程序，用于基于声音的机器故障识别。