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。
Building Social Web Applications
Gavin Bell / O'Reilly Media / 2009-10-1 / USD 34.99
Building a social web application that attracts and retains regular visitors, and gets them to interact, isn't easy to do. This book walks you through the tough questions you'll face if you're to crea......一起来看看 《Building Social Web Applications》 这本书的介绍吧!