自动驾驶汽车、智能手机摄像头、增强现实和医疗设备等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程。
通过在开发工作流中使用MATLAB和Simulink,您可以:
- 为图像处理、计算机视觉、深度学习、自动驾驶等设计一整套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、处理器在机和硬件在机仿真测试和验证生成的代码
- 使用MATLAB和Simulink中的集成API或代码生成与现有开发项目联合协作,以及
- 生成在NVIDIA Jetson或Raspberry Pi等流行嵌入式硬件上运行的可执行文件。硬件支持包使您可以轻松开始使用和访问特定于硬件的功能。
MATLAB Coder允许您从桌面系统和嵌入式硬件的视觉算法生成C和C++代码。使用嵌入式编码器,您可以扩展MATLAB编码器的功能,以实现硬件特定的优化、算法和生成代码之间的代码跟踪以及SIL和PIL验证。MATLAB Coder还可以与优化的库集成,如ARM体系结构的ARM计算库和英特尔CPU的MKL-DNN库。
HDL编码器使您能够用VHDL和Verilog为FPGA和ASIC设计和生成可读的、可合成的代码。Vision HDL工具箱提供了一个为所需的像素流架构设计的视觉算法库。您可以使用基于FPGA的视觉平台(如Xilinx Zynq和UltraScale平台)的硬件支持包快速设置并开始原型制作。
GPU编码器允许您从MATLAB为嵌入式视觉应用程序生成优化的CUDA,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GPU上进行原型制作,如NVIDIA-Jetson和Drive平台。
有关这些特性和功能的更多信息,请按照说明中的链接进行操作。