部署Sobel边缘检测应用程序，该应用程序使用树莓Pi摄像头模块V2，并在NVIDIA Jetson Nano硬件上显示边缘检测输出，使用GPU Coder™支持包的NVIDIA®GPU。万博1manbetx的NVIDIA Jetson Nano的Sobel边缘检测使用树莓派相机模块V2示例展示了如何在NVIDIA Jetson Nano硬件上从Raspberry Pi相机模块V2中捕获图像帧，并在MATLAB环境中进行处理。这个例子展示了如何在NVIDIA Jetson Nano硬件上为访问I/O外围设备(摄像头和显示器)和执行处理生成代码。

使用针对NVIDIA GPU的GPU Coder™支持包，从连接到NVIDIA®Jetson Nano的Raspberry Pi相机模块V2捕捉和处理图像。万博1manbetxNVIDIA GPU的GPU万博1manbetx编码器支持包允许您从相机模块V2捕获图像，并将其带入MATLAB环境进行处理。在本例中，您将了解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NVIDIA®GPU的GPU Coder万博1manbetx™支持包来将可执行文件部署到NVIDIA DRIVE™平台上。此示例在主机上执行代码生成，并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 Coder™如何支持NVIDI万博1manbetxA®GPU包使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编码器到演示PIL的执行。有关更多信息，请参见雾修正。

使用针对NVIDIA GPU的GPU编码器™支持包，将Image Processing Toolbox™算法部署到NVIDIA®Jetson TX2板。万博1manbetx的imtophat(图像处理工具箱)函数在灰度图像上执行形态顶帽滤波作为一个例子来说明这一概念。顶帽滤波计算图像的形态开放(使用imopen(图像处理工具箱))，然后从原始图像减去结果。生成的CUDA®代码使用共享内存来加速GPU上的操作。

从DAGNetwork对象生成CUDA®代码，并使用针对NVIDIA GPU的GPU Coder™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摄像头视频流中的图像进行分类。

生成和部署CUDA®可执行的视频雾纠正应用程序。该示例展示了NVIDIA®GPU的GPU Coder™支持包为MATLAB®提供的可部署代码生成能力万博1manbetxVideoReader函数。本示例生成一个CUDA应用程序，读取视频文件的内容，进行雾校正操作，并在NVIDIA硬件上显示输出的视频。

在NVIDIA®J万博1manbetxetson TX2板上部署一个Simulink®模型，用于对网络摄像头图像进行分类。这个例子使用预先训练好的深度卷积神经网络实时地对网络摄像头的图像进行分类，ResNet-50。实例中的万博1manbetxSimulink模型使用了来自的摄像机和显示块GPU编码器™支持包的万博1manbetxNVIDIA GPU从网络摄像头捕捉实时视频流，并在连接到Jetson平台的监视器上显示预测结果。