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.