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。
Java 语言导学
Mary Campione Kalrath Alison Huml / 机械工业 / 2003-1 / 39.00元
《Java 语言导学(原书第3版)》既适合初学者,也适合有经验的程序员:新程序员通过从头到尾阅读《Java 语言导学(原书第3版)》可以得到最大的收获,包括按照第1章“起步”中的步骤说明编译和运行自己的第一个程序。有过程式语言(比如C)经验的程序员可能希望从Java编程语言的面向对象概念和特性开始学习。 有面向对象编程经验的程序员可能希望先学习更高级的内容。一起来看看 《Java 语言导学》 这本书的介绍吧!