Computer Vision Toolbox
Progettazione e test di sistemi di visione artificiale, visione 3D e di elaborazione video
Domande? Contattaci.
Domande? Contattaci.
Computer Vision Toolbox fornisce algoritmi, funzioni e app per la progettazione e il test di sistemi di visione artificiale, visione 3D e di elaborazione video. È possibile eseguire rilevamento e tracking di oggetti, nonché rilevamento, estrazione e confronto di feature. È possibile automatizzare i workflow di calibrazione per fotocamere singole, stereo e fisheye. Per la visione 3D, il toolbox supporta lo SLAM visivo e con nuvole di punti, la visione stereo, la struttura dal movimento e l'elaborazione di nuvole di punti. Le app di visione artificiale automatizzano i workflow di calibrazione di fotocamere ed etichettatura di verità di base (ground truth).
È possibile addestrare rilevatori di oggetti personalizzati utilizzando algoritmi di Deep Learning e Machine Learning come YOLO, SSD e ACF. Per la segmentazione semantica e delle istanze, è possibile utilizzare algoritmi di Deep Learning come U-Net e Mask R-CNN. Il toolbox fornisce algoritmi di segmentazione e rilevamento degli oggetti per analizzare le immagini che sono troppo grandi per essere messe in memoria. I modelli pre-addestrati consentono di rilevare volti, pedoni e altri oggetti comuni.
È possibile velocizzare gli algoritmi eseguendoli su GPU e processori multicore. Gli algoritmi del toolbox supportano la generazione di codice C/C++ per l’integrazione con il codice esistente, la prototipazione desktop e la distribuzione su sistemi di visione embedded.
Automatizza l’etichettatura per il rilevamento di oggetti, la segmentazione semantica, la segmentazione delle istanze e la classificazione delle scene tramite le app Video Labeler e Image Labeler.
Addestra o utilizza reti pre-addestrate di segmentazione e rilevamento degli oggetti basate su Deep Learning e Machine Learning. Valuta le prestazioni di queste reti e distribuiscile come codice C/C++ o CUDA®.
Utilizza la libreria di ispezione visiva automatizzata in Computer Vision Toolbox per identificare anomalie o difetti al fine di supportare e migliorare i processi di garanzia della qualità nella produzione.
Stima i parametri intrinseci, estrinseci e di distorsione dell’obiettivo di una fotocamera monoculare e stereo utilizzando l’app Camera Calibrator e Stereo Camera Calibrator.
Estrai la struttura 3D di una scena da più viste 2D. Stima la posa ed il movimento della fotocamera utilizzando l’odometria visuale. Perfeziona le stime di posa mediante lo SLAM visivo.
Segmenta, raggruppa, esegui il downsample, rimuovi il rumore, registra e adatta le forme geometriche con dati di nuvole di punti provenienti da sensori LIDAR, stereo o RGBD. Lidar Toolbox fornisce ulteriori funzionalità per progettare, analizzare e testare i sistemi di elaborazione LIDAR.
Rileva, estrai e confronta feature quali blob, contorni e angoli su più immagini. Le feature corrispondenti a più immagini possono essere utilizzate per la registrazione, la classificazione di oggetti o in workflow complessi come lo SLAM.
Stima il movimento e traccia gli oggetti nelle sequenze video e di immagini.
Integra lo sviluppo di algoritmi di visione artificiale con i workflow di prototipazione rapida, implementazione e verifica. Integra progetti e funzioni basati su OpenCV in MATLAB e Simulink.
“MATLAB ci ha messo a disposizione tutti gli strumenti di cui avevamo bisogno per procedere all’annotazione dei dati, alla scelta, ai test e alla regolazione del nostro modello di Deep Learning. In più, GPU Coder ci ha consentito di distribuirlo rapidamente sulle nostre GPU NVIDIA anche se la nostra esperienza in materia di GPU fosse limitata.”
Valerio Imbriolo, gruppo Drass
30 giorni di prova a tua disposizione.
Richiedi una quotazione e scopri i prodotti correlati.
È possibile che la tua scuola già fornisca accesso a MATLAB, Simulink e ad altri prodotti complementari mediante una Campus-Wide License.