2:25视频长度为2:25。
生成和部署CUDA代码用于NVIDIA Jetson上的对象检测
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了NVIDIA®CUDA库,可以作为源代码、静态库或动态库集成到项目中。它也可以用于gpu上的原型,如NVIDIA Tesla®以及NVIDIA Tegra®.
请参阅一个使用基于YOLO架构的深度学习神经网络的实时目标检测算法示例。这个单一的神经网络在一次评估中直接从输入图像中预测边界框和类别概率。如果概率高于某个阈值,则用边界框标识对象。
使用cnncodegen
函数,你可以为你的神经网络生成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,输出图像用包围框显示。使用此工作流,您可以在嵌入式GPU目标(如Jetson Tegra或Drive™PX平台)上部署深度学习算法。
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。