基于MATLAB和Simulink的嵌入式视觉
嵌入式视觉是一个新兴的技术领域,涉及计算机视觉技术在嵌入式系统中的应用。算法设计和部署是嵌入式视觉软件开发流程中的关键组成部分。MATLAB®和仿真软件®提供所需的工具,以加速从视觉算法到嵌入式代码的开发工作流。
像自动驾驶汽车、智能手机摄像头、增强现实和医疗设备这样的嵌入式视觉应用程序需要MATLAB和Simulink提供的端到端设计工作流。
通过在您的开发工作流中使用MATLAB和Simulink,您可以:
- 为图像处理、计算机视觉、深度学习、自动驾驶等设计具有综合参考标准功能的视觉算法
- 自动生成可用于嵌入式部署的C/ c++、CUDA、Verilog或VHDL代码
- 使用快速原型、循环中处理器和循环中硬件模拟测试和验证生成的代码
- 与现有的开发项目联合协作,使用MATLAB和Simulink中的集成api或代码生成,以及
- 生成运行在流行的嵌入式硬件上的可执行程序,如NVIDIA Jetson或树莓派。硬件支持包使入门和访问特定于硬件的特性变得容易。
MATLAB Coder可以让您从桌面系统和嵌入式硬件的视觉算法生成C和c++代码。使用嵌入式Coder,您可以扩展MATLAB Coder的功能,以实现特定于硬件的优化,算法和生成代码之间的代码可跟踪性,以及SIL和PIL验证。MATLAB Coder还允许您集成优化的库,如ARM架构的ARM计算库和Intel cpu的MKL-DNN库。
HDL Coder使您能够在VHDL和Verilog中为fpga和asic设计和生成可读的、可合成的代码。视觉HDL工具箱提供了为所需的像素流架构设计的视觉算法库。你可以快速设置并开始使用硬件支持包为基于fpga的视觉平台(如Xilinx Zynq和UltraScale平台)创建原型。
GPU Coder可以让你从MATLAB中生成优化的CUDA,用于嵌入式视觉应用,包括深度学习。生成的代码调用优化的NVIDIA CUDA库,包括cuFFT、cuBLAS、cuDNN和TensorRT,并可用于在NVIDIA Jetson和Drive平台等gpu上创建原型。
有关这些特性和功能的更多信息,请点击描述中的链接。
了解更多
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。