计算机视觉的工具箱
设计和测试计算机视觉、3D视觉和视频处理系统
计算机视觉工具箱™ 提供用于设计和测试计算机视觉、3D视觉和视频处理系统的算法、功能和应用程序。可以执行对象检测和跟踪，以及特征检测、提取和匹配。您可以自动执行单摄像机、立体摄像机和鱼眼摄像机的校准工作流。对于三维视觉，工具箱支持视觉和点云SLAM、立体视觉、运动结构和点云处理。计算机视觉应用程序自动化地面真相标记和摄像机校准工作流。万博1manbetx
您可以使用深度学习和机器学习算法（如YOLO v2、SSD和ACF）来训练自定义对象检测器。对于语义和实例分割，可以使用深度学习算法，如U-Net和Mask R-CNN。工具箱提供了对象检测和分割算法，用于分析太大而无法放入内存的图像。通过预训练模型，可以检测人脸、行人和其他常见对象。
您可以通过在多核处理器和GPU上运行它们来加速您的算法。工具箱算法支持C / C ++代码生成万博1manbetx，用于与现有代码，桌面原型设计和嵌入式视觉系统部署集成。
开始：
了解其他人如何使用计算机视觉工具箱
目标检测与识别
培训，评估和部署对象探测器，如yolo v2，更快的R-CNN，ACF和Viola-Jones。用一袋视觉单词和OCR执行对象识别。使用佩带的模型来检测面部，行人和其他常见物体。
物体检测使用更快的R-CNN。
语义细分
通过使用SegNet、FCN、U-Net和DeepLab v3+等网络对单个像素和体素进行分类，分割图像和3D体积。使用实例分割来生成分割地图和检测对象的唯一实例。
使用掩码R-CNN进行实例分割。
地面真值标注
使用视频标签机和图像标签机应用程序自动标记对象检测、语义分割、实例分割和场景分类。
地面真相标签与视频标签应用程序。
立体相机标定
校准立体声对以计算深度并重建3D场景。
从运动的多视图结构。
视觉SLAM的特征检测与匹配。
用立体视觉估计场景中点的相对深度。
激光雷达和三维点云处理
使用激光雷达或三维点云数据分割、聚类、下采样、去噪、注册和拟合几何形状。激光雷达工具箱™提供设计、分析和测试激光雷达处理系统的附加功能。
使用点云查看器可视化流点云数据。
利用点云分割识别点云中的聚类。
特征检测、提取和匹配
在多个图像上检测、提取和匹配有趣的特征，如斑点、边缘和角。
使用点特征检测、提取和匹配在杂乱场景中检测对象。
基于特征的图像配准
跨多个图像匹配特征，以估计图像之间的几何变换并注册图像序列。
基于特征注册创建的全景图。
指示被跟踪对象轨迹的轨迹。
用固定的摄像机探测移动的物体。
代码生成
为工具箱函数，类，系统对象和块生成C / C ++代码，CUDA代码和MEX函数。
