Визуальное восприятие

Контур маршрута, пешеход, автомобиль и другие обнаружения объектов с помощью машинного обучения и глубокого обучения

Можно обнаружить объекты с помощью методов глубокого обучения и машинного обучения. Можно также сегментировать, обнаружить, и образцовые параболические или кубические контуры маршрута при помощи согласия случайной выборки (RANSAC) алгоритм. После вашего обнаруживать объекты, используйте функции Automated Driving Toolbox™, чтобы оценить и визуализировать обнаружения.

Функции

развернуть все

peopleDetectorACFОбнаружьте людей, использующих совокупные функции канала
vehicleDetectorACFЗагрузите детектор автомобиля, использующий совокупные функции канала
acfObjectDetectorОбнаружьте объекты, использующие совокупные функции канала
configureDetectorMonoCameraСконфигурируйте объектный детектор для использования калиброванной монокулярной камеры
acfObjectDetectorMonoCameraОбнаружьте объекты в монокулярной камере, использующей совокупные функции канала
trainACFObjectDetectorОбучите детектор объекта ACF
objectDetectorTrainingDataСоздайте данные тренировки для объектного детектора
vision.PeopleDetectorОбнаружьте вертикальных людей, использующих функции ПОЖИРАТЕЛЯ РЕСУРСОВ
vision.CascadeObjectDetectorОбнаружьте объекты с помощью алгоритма Виолы - Джонса
trainCascadeObjectDetectorОбучите каскадную объектную модель детектора
vehicleDetectorFasterRCNNОбнаружьте автомобили с помощью Более быстрого R-CNN
fastRCNNObjectDetectorОбнаружьте объекты с помощью Быстрого детектора глубокого обучения R-CNN
fasterRCNNObjectDetectorОбнаружьте объекты с помощью Более быстрого детектора глубокого обучения R-CNN
configureDetectorMonoCameraСконфигурируйте объектный детектор для использования калиброванной монокулярной камеры
fastRCNNObjectDetectorMonoCamera Обнаружьте объекты в монокулярной камере с помощью Быстрого детектора глубокого обучения R-CNN
fasterRCNNObjectDetectorMonoCameraОбнаружьте объекты в монокулярной камере с помощью Более быстрого детектора глубокого обучения R-CNN
yolov2ObjectDetectorMonoCameraОбнаружьте объекты в монокулярной камере с помощью детектора YOLO v2 глубокого обучения
trainFasterRCNNObjectDetectorОбучите Более быстрый детектор объекта глубокого обучения R-CNN
trainFastRCNNObjectDetectorОбучите Быстрый детектор объекта глубокого обучения R-CNN
trainYOLOv2ObjectDetectorОбучите детектор объекта YOLO v2
objectDetectorTrainingDataСоздайте данные тренировки для объектного детектора
segmentLaneMarkerRidgeОбнаружьте маршруты в полутоновом изображении интенсивности
findParabolicLaneBoundariesНайдите контуры с помощью параболической модели
parabolicLaneBoundaryПараболическая модель контура маршрута
findCubicLaneBoundariesНайдите контуры с помощью кубической модели
cubicLaneBoundaryКубическая модель контура маршрута
computeBoundaryModelПолучите y-координаты контуров маршрута, данных x-координаты
insertLaneBoundaryВставьте контур маршрута в изображение
fitPolynomialRANSACСоответствуйте полиному к точкам с помощью RANSAC
ransacПодходящая модель к шумным данным
evaluateDetectionPrecisionОцените метрику точности для обнаружения объектов
evaluateDetectionMissRateОцените метрику коэффициента непопаданий для обнаружения объектов
evaluateLaneBoundariesОцените модели контура маршрута против наземной истины
insertTextВставьте текст в изображение или видео
insertShapeВставьте формы в изображение или видео
insertMarkerВставьте маркеры в изображение или видео
insertLaneBoundaryВставьте контур маршрута в изображение
insertObjectAnnotationАннотируйте истинный цвет или полутоновое изображение или видеопоток
vision.DeployableVideoPlayerВидео отображения
vision.VideoPlayerПроигрывайте видеоизображение или изображение на дисплее

Популярные примеры

Для просмотра документации необходимо авторизоваться на сайте