2:25视频长度为2:25。
在NVIDIA Jetson上生成和部署CUDA代码用于对象检测
GPU Coder™生成优化的CUDA®MATLAB代码®用于深度学习、嵌入式视觉和自主系统的代码。生成的代码调用优化的NVIDIA®CUDA库,可以作为源代码、静态库或动态库集成到您的项目中。它也可以用于图形处理器的原型,如NVIDIA特斯拉®以及NVIDIA Tegra®.
查看一个使用基于YOLO架构的深度学习神经网络的实时对象检测算法的示例。这个单一的神经网络在一次评估中直接从输入图像预测边界盒和类概率。如果概率高于某个阈值,则用边界框标识对象。
使用cnncodegen
函数,您可以为您的神经网络生成CUDA代码,然后将生成的代码集成到更大的应用程序中。主函数使用OpenCV API读取输入图像,用边框显示输出图像。使用此工作流程,您可以将深度学习算法部署到嵌入式GPU目标上,如Jetson Tegra或Drive™PX平台。
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。