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Vision Toolbox™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。您可以执行对象检测和跟踪，以及功能检测，提取和匹配。您可以为单个，立体声和鱼眼相机自动化校准工作流程。对于3D Vision，工具箱支持视觉和点云SLAM，金宝app立体声视觉，从运动的结构和点云处理。计算机视觉应用程序自动化地面真相标签和相机校准工作流程。
您可以使用深度学习和机器学习算法培训自定义对象探测器，例如YOLO V2，SSD和ACF。对于语义和实例分段，您可以使用Deep Learning算法，例如U-Net和Mask R-CNN。工具箱提供对象检测和分割算法，用于分析太大以适合内存的图像。佩带的模型让您检测面部，行人和其他常见物体。
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 ++代码生成金宝app，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。
使用Faster R-CNN的目标检测。
语义细分
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体块。使用实例分段来生成分段映射并检测对象的唯一实例。
实例分割与面具R-CNN。
地面真理标签
使用视频标签器和图像贴标程序应用自动标记对象检测，语义分段，实例分段和场景分类。
与视频贴标程序应用程序标记的地面真相。
立体相机标定
校准立体声对以计算深度并重建3D场景。
来自运动的多视图结构。
特征检测和Visual Slam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
段，群集，下拉姆，去噪，寄存器和带有LIDAR或3D点云数据的拟合几何形状。激光雷达工具箱™提供设计，分析和测试LIDAR处理系统的其他功能。
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簇。
特征检测，提取和匹配
检测，提取，并匹配有趣的特征，如斑点，边缘，角跨多个图像。
使用点特征检测，提取和匹配检测杂乱场景中的物体。
基于功能的图像配准
匹配多个图像的特征来估计图像和寄存器图像序列之间的几何变换。
用基于特征的注册创建全景图。
指示跟踪物体轨迹的小径。
用固定的摄像机检测移动的物体。
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。
