Computer Vision Toolbox propose des algorithmes et des applications pour concevoir et tester des systèmes de Computer Vision. Vous pouvez procéder à une inspection visuelle, à la détection et au pistage d'objets, ainsi qu'à la détection, à l'extraction et à la mise en correspondance de caractéristiques. Vous pouvez automatiser les workflows de calibrage pour les caméras monoscopiques, stéréoscopiques et fisheye. Pour la vision 3D, la toolbox supporte la vision stéréo, le traitement de nuages de points, la structure acquise à partir du mouvement et les opérations de SLAM visuel et temps réel sur des nuages de points. Les applications de Computer Vision permettent d'automatiser la labélisation de données de vérité terrain en équipe, ainsi que la calibration des caméras.

Il est possible d'utiliser des détecteurs d'objets pré-entraînés ou d'entraîner des détecteurs personnalisés avec des algorithmes de Deep Learning et de Machine Learning tels que YOLO, SSD et ACF. Pour la segmentation sémantique et la segmentation d'instances, vous pouvez utiliser des algorithmes de Deep Learning comme U-Net, SOLO et Mask R-CNN. Vous pouvez effectuer une classification d'images en utilisant des transformateurs de vision tels que ViT. Des modèles pré-entraînés vous permettent de détecter les visages et les piétons, d'effectuer de la reconnaissance optique de caractères (OCR) et de reconnaître d'autres objets courants.

Vous pouvez accélérer vos algorithmes en les exécutant sur des GPU et des processeurs multicœurs. Les algorithmes de cette toolbox supportent la génération de code C/C++ pour l'intégration à du code existant, le prototypage sur PC et le déploiement de systèmes de vision embarqués.