内容简介：OpenCV 是 Intel 开源计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法。 亮点： core：增加了对并行后端的支持。特殊的 OpenCV 构建允许选择并行后端和/或通过插件动态加载它； imgproc：增加了 ...
OpenCV 是 Intel 开源计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法。
亮点：
- core：增加了对并行后端的支持。特殊的 OpenCV 构建允许选择并行后端和/或通过插件动态加载它；
- imgproc：增加了 IntelligentScissors 的实现。该功能已集成到 CVAT 注释 工具 中，您可以在https://cvat.org 上在线试用；
- videoio: 改进的硬件加速视频解码/编码任务。
DNN 模块：
- 改进了 TensorFlow 解析错误的调试；
- 改进了图层/激活/支持更多模型；
- 优化了 NMS 处理、DetectionOutput；
- 修复了 Div with constant、MatMul、Reshape；
- 增加了支持：Mish ONNX 子图、NormalizeL2 (ONNX)、LeakyReLU (TensorFlow)、TanH (Darknet)、SAM (Darknet)、Exp；
- 增加了对OpenVINO 2021.3版本的支持。
G-API 模块：
- 支持 Python：
- 引入了一个新的 Python 后端 —— 现在 G-API 可以运行用 Python 编写的自定义内核，作为管道的一部分；
- 扩展了 G-API Python 绑定中的推理支持；
- 在 G-API 的 Python 绑定中增加了更多的图形数据类型支持；
- 推理支持：
- 在 OpenVINO 推理后端中引入了动态输入/CNN 重塑功能；
- 在 OpenVINO 推理后端引入异步执行支持，现在推理可以在多个请求中并行运行，以增加流密度/吞吐量；
- 在 ONNX 推理后端中扩展了 INT64/INT32 支持的数据类型，在 OpenVINO 推理后端中扩展了 INT32 支持的数据类型；
- 在 ONNX 后端引入 cv::GFrame / cv::MediaFrame 和恒定支持；
- 媒体支持：
- 在绘图/渲染界面中引入了 cv::GFrame / cv::MediaFrame 支持；
- 在流媒体模式中引入了多流媒体输入支持和帧同步策略，以支持立体声等情况；
- 增加了 Y 和 UV 操作，以在图形级别访问 cv::GFrame 的 NV12 数据；
- 如果媒体格式不同，转换是即时完成的；
- 操作和内核：
- 增加了新操作的性能测试（MorphologyEx、BoundingRect、FitLine、FindContours、KMeans、Kalman、BackgroundSubtractor）；
- 修正了 PlaidML 后台的 RMat 输入支持；
- 为 Fluid AbsDiffC、AddWeighted 和 bitwise 操作添加了 ARM NEON 优化。
更多详情可查看：https://github.com/opencv/opencv/wiki/ChangeLog#version452
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- [OpenGL]未来视觉-MagicCamera3实用开源库
- CV Code | 计算机视觉开源周报 20190505期
- CV Code | 计算机视觉开源周报 20190601期
- CV Code | 计算机视觉开源周报 20190602期
- CV Code | 计算机视觉开源周报 20190603期
- CV Code | 计算机视觉开源周报 20190604期
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
