Ram Cherukuri MathWorks
GPU编码器™生成优化的CUDA®从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,并可以集成到您的项目作为源代码,静态库,或动态库。它也可以用于图形处理器的原型,如NVIDIA Tesla®和NVIDIA Tegra®.
参见基于YOLO架构的深度学习神经网络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一个输入图像预测边界框和类的概率。如果概率超过一定的阈值,对象将被识别为一个边界框。
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一个更大的应用程序。main函数使用OpenCV API读取输入图像,并用边界框显示输出图像。使用此工作流,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。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。