由于嵌入式设备固有的资源限制,将深度学习和计算机视觉应用程序设计和部署到嵌入式gpu非常具有挑战性 .
基于MATLAB®的工作流简化了这些应用程序的设计,自动生成的CUDA®代码可以部署到Jetson AGX Xavier等板子上,实现快速推理。
视频演示了MATLAB如何支持该工作流的所有主要阶段,从获取数据、设计和训练使用传统计算机视觉技术增强的深度学习网络,到使用GPU Coder™部署它们,从完整的MATLAB算法生成可移植和优化的CUDA®代码。生成的代码然后被交叉编译并部署到Jetson AGX Xavier开发套件。
为了说明工作流程,我们将使用一个缺陷产品检测示例,该示例可以在机器视觉上下文中识别出有缺陷的六角螺钉。该实例使用深度神经网络和传统的计算机视觉技术来识别有缺陷的六角螺钉。