计算机视觉工具箱
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™提供的算法，功能和应用程序的设计和测试计算机视觉，3D视觉和视频处理系统。您可以进行目标检测与跟踪，以及特征检测，提取和匹配。对于3D视觉，工具箱支持单，立体声和鱼眼相机校准;金宝app立体视觉;三维重建;和激光雷达和三维点云的处理。计算机视觉应用程式自动化地面实况标签和摄像机标定工作流程。
可以使用深度学习和机器学习算法，诸如YOLO V2，更快的R-CNN，和ACF培养自定义对象检测器。对于语义分割可以使用深度学习算法，如SegNet，U-Net和DeepLab。预训练模式让你侦测脸部，行人和其他常见的物体。
您可以通过在多核处理器和GPU上运行它们加速你的算法。大多数工具箱算法支持C / C ++代码生成与现金宝app有的代码，桌面原型和嵌入式视觉系统部署整合。
入门：
对象检测与识别
框架来训练，评估和部署对象检测器，例如YOLO V2，更快的R-CNN，ACF，和堇菜 - 琼斯。识别物体的能力包括视觉词和OCR袋。预训练的模型检测人脸，行人和其他常见的物体。
使用更快的R-CNN物体检测。
地面实况标签与贴标机的视频应用。
登记和缝合一系列点云。
分段激光雷达点云。
立体相机校准
校准立体声对，以计算深度和重构3D场景。
立体相机校准应用程序。
3D立体幻镜
从运动和视觉里程结构。
从运动多视点结构。
立体视差图表示相对深度。
特征检测，提取和匹配
检测，提取和匹配有趣的特性如斑点，边缘，以及跨多个图像的角落。
使用点特征检测，提取和匹配在杂乱场景检测的对象。
基于特征的图像配准
匹配在多个图像中的特征来估计图像和注册图像序列之间的几何变换。
全景与基于特征的注册创建的。
对象跟踪
在视频序列中跟踪物体从一帧到另一帧的轨迹。
路线指示跟踪对象的轨迹。
检测与固定相机移动的物体。
代码生成
生成C / C ++，CUDA代码，和MEX功能工具箱函数，类，系统对象，和块。
点云深度学习
检测并在3-d点云对象分类
深度学习与大图
火车和使用深层学习对象探测器和语义分割网络上非常大的图像
同时定位和地图创建（SLAM）
执行点云和相机拍摄
条码读取器
检测和解码1-d和2-d条形码
SSD目标检测
检测在使用单杆Multibox的对象检测器图像中的对象（SSD）
看到发布说明对任何这些特征和对应的功能的详细说明。
