Computer Vision Toolbox fornisce algoritmi e app per la progettazione e il test di sistemi di visione artificiale. È possibile eseguire ispezione visiva, 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 la visione stereo, l’elaborazione di nuvole di punti, la struttura dal movimento e lo SLAM visivo in tempo reale e con nuvole di punti. Le app di visione artificiale consentono l’etichettatura automatica di verità di base (ground truth) team-based e la calibrazione di fotocamere.

È possibile utilizzare rilevatori di oggetti pre-addestrati o addestrare rilevatori 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, SOLO e Mask R-CNN. È possibile eseguire la classificazione di immagini utilizzando trasformatori di visione come ViT. I modelli pre-addestrati consentono di rilevare volti e pedoni, eseguire il riconoscimento ottico dei caratteri (OCR) e riconoscere 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.