摘要:目前,支持尚未完成僅支持加載編碼的和,還未支持編碼。部分支持對象檢測網(wǎng)絡(luò)的版本缺少一些提供矩形列表的最終圖層。而且,此更改也已添加到分支。請注意,僅在英特爾上進行測試,因此仍需要額外的。為了使實時采集處理有高效,在模塊中更新了支持。
OpenCV 4.0 正式版來啦!雖然官網(wǎng)還沒更新,但Github已經(jīng)放出來了!
重回英特爾的OpenCV終于迎來一次大版本更新,增加了諸多新特性,快來一起看看吧~
因為OpenCV最開始開發(fā)時的語言是C,導(dǎo)致許多模塊無法利用C++ 11的良好特性,OpenCV 4.0版本的一個重要使命就是去除C語言風格的接口,使其完全支持C++ 11!
1.大量從OpenCV 1.x遺留的C語言分割的API接口被刪掉,主要影響的模塊是objdetect, photo, video, videoio, imgcodecs, calib3d。
2.在core模塊中的持久化(在XML,YAML或JSON中存儲和加載結(jié)構(gòu)化數(shù)據(jù))已用完全用 C ++ 重新實現(xiàn),并去除了相應(yīng)的 C 風格的接口。 目前,base64支持尚未完成(僅支持加載base64編碼的XML和YAML,還未支持編碼)。 現(xiàn)在,存儲在FileNode中的序列的隨機訪問是O(N)操作; 使用cv :: FileNodeIterator能夠更快地進行順序訪問。 速度上,F(xiàn)ileStorage的加載比以前的實現(xiàn)少了3-6倍的內(nèi)存!
3.編譯新版OpenCV現(xiàn)在需要支持 C++ 11 的編譯器。
DNN(深度神經(jīng)網(wǎng)絡(luò))模塊是目前OpenCV更新最重要的模塊!
1.增加Mask-RCNN模型支持。
其使用指南:
https://github.com/opencv/opencv/wiki/TensorFlow-Object-Detection-API
Python例子:https://github.com/opencv/opencv/blob/master/samples/dnn/mask_rcnn.py
52CV曾經(jīng)報道過的例子:
OpenCV4.0 Mask RCNN 實例分割示例 C++/Python實現(xiàn)
2.集成ONNX解析器。 支持多個流行的分類網(wǎng)絡(luò)。 部分支持YOLO對象檢測網(wǎng)絡(luò)(YOLO的ONNX版本缺少一些提供矩形列表的最終圖層)。
3.通過引入Intel DLDT 改進DNN模塊速度。
Intel DLDT近期已經(jīng)開源,相見:
https://software.intel.com/openvino-toolkit
4.API更改:默認情況下,blobFromImage方法不會交換R和B通道,也不會對輸入圖像進行裁剪。 而且,此API更改也已添加到OpenCV 3.4分支。
5.為不支持OpenCL而支持Vulkan的硬件平臺添加了實驗性質(zhì)的Vulkan后端(還在開發(fā)中!不建議大家使用——52CV君)。
6.為OpenCV支持的最流行的深度學(xué)習(xí)網(wǎng)絡(luò)添加了快捷方式。 可以通過指定模型的別名,跳過預(yù)處理參數(shù)甚至模型的路徑!
比如:
python object_detection.py --model opencv_face_detector.caffemodel --config opencv_face_detector.prototxt --mean 104 177 123 --width 300 --height 300
可以直接被替代為:
python object_detection.py opencv_fd
7.修復(fù)了AMD和NVIDIA GPU上的OpenCL加速。 現(xiàn)在,可以為模型啟用DNN_TARGET_OPENCL,開啟OpenCL支持。 請注意,DNN_TARGET_OPENCL_FP16僅在英特爾GPU上進行測試,因此仍需要額外的flags。(這個善意的提醒也就意味著你較好不要用那兩家的顯卡玩OpenCV
G-API為算法的硬件優(yōu)化加速提供計算圖支持!
opencv_gapi是全新添加的模塊, 它是非常有效的圖像處理引擎。開發(fā)者可以在程序中定義多個圖像處理步驟組成的圖,執(zhí)行的時候進行優(yōu)化,使得fast and portable。
非常看好這一模塊的應(yīng)用!
“加速”是OpenCV開發(fā)永恒不變的主題!
每次發(fā)布這塊的說明都差不多,總結(jié)起來就是一句話:
我們很努力地給你們在CPU的指令級上進行了加速,只要是支持該指令的CPU盡量讓你們用上,而且我們還支持NEON了哦~
objdetect模塊新增QR碼的檢測和解碼!
因為這個功能在移動端幾乎成為APP的標配了。
參考例子:
https://github.com/opencv/opencv/blob/master/samples/cpp/qrcode.cpp
52CV曾經(jīng)對檢測功能進行了測試:
OpenCV4.0 快速Q(mào)R二維碼檢測測試示例
實現(xiàn)了流行的Kinect Fusion算法!
并針對CPU和GPU(OpenCL)進行了優(yōu)化,集成到opencv_contrib / rgbd模塊中。 為了使實時采集處理有高效,在opencv / videoio模塊中更新了Kinect 2支持。 在4.0 beta版本中,iGPU的代碼已經(jīng)加速,在高分辨率的情況下(512x512x512 integration volume),性能提升了3倍。?
非常高效且高質(zhì)量的DIS密集光流算法已經(jīng)從opencv_contrib轉(zhuǎn)移到opencv/video模塊。?
示例:
https://github.com/opencv/opencv/blob/master/samples/cpp/dis_opticalflow.cpp
這還是比較贊的,之前OpenCV的光流模塊相比學(xué)術(shù)界的成果實在是太弱了。
總結(jié)
新版OpenCV更加聚焦圖像處理基礎(chǔ)功能和深度學(xué)習(xí)模塊!英特爾自家的加速庫和G-API是值得表揚的亮點!
聲明:文章收集于網(wǎng)絡(luò),如有侵權(quán),請聯(lián)系小編及時處理,謝謝!
歡迎加入本站公開興趣群商業(yè)智能與數(shù)據(jù)分析群
興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價值的辦法,實際應(yīng)用案例分享與討論,分析工具,ETL工具,數(shù)據(jù)倉庫,數(shù)據(jù)挖掘工具,報表系統(tǒng)等全方位知識
QQ群:81035754
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://m.specialneedsforspecialkids.com/yun/4842.html
摘要:跳票之王終于發(fā)布了帶來了一系列激動人心的新特性,包括新的時間日期,以及和,在多線程環(huán)境下性能提升不少。 跳票之王Java8終于發(fā)布了! Java8帶來了一系列激動人心的新特性,包括lambda、新的時間日期AOPI,以及AtomicInteger和AtomicLong,在多線程環(huán)境下性能提升不少。 showImg(http://segmentfault.com/img/bVb0D2...
摘要:距離正式版發(fā)布又過了兩個月,飛冰迎來了大版本的更新。飛冰是什么詳細的飛冰背景和介紹等,請參照正式版發(fā)布的介紹,這里不再贅述。飛冰帶來了什么支持項目開發(fā)千呼萬喚始出來。其次,已經(jīng)進行全面升級,支持自定義物料源項目識別等功能和相關(guān)邏輯處理。 距離 1.0 正式版發(fā)布又過了兩個月,飛冰迎來了 2.0 大版本的更新。 飛冰 2.0 是什么? 詳細的飛冰背景和介紹等,請參照 1.0 正式版發(fā)布的...
摘要:千呼萬喚始出來,有狀態(tài)集群服務(wù)部署與管理下將著重介紹與有狀態(tài)集群服務(wù)相關(guān)的兩個新特性和。把這些特性和有狀態(tài)集群服務(wù)關(guān)聯(lián)起來串一下,我們可以用來管理一個有狀態(tài)服務(wù)集群,里每個對應(yīng)集群的一個成員,集群的初始化可以用來完成。 千呼萬喚始出來,《Kubernetes有狀態(tài)集群服務(wù)部署與管理(下)》將著重介紹Kubernetes與有狀態(tài)集群服務(wù)相關(guān)的兩個新特性:Init Container 和 ...
摘要:千呼萬喚始出來,今日中午點,主網(wǎng)已正式開啟公測。鎖定天,并參與投票的用戶,將額外獲贈。為鼓勵社區(qū)廣泛參與,此次參與活動的鎖倉收益不受鎖倉金額鎖倉次數(shù)影響。因個人遺失造成的損失,不承擔任何相關(guān)責任。 showImg(https://segmentfault.com/img/bVbkS1n?w=900&h=340);千呼萬喚始出來,今日中午12點,ETM主網(wǎng)已正式開啟公測。為感謝大家一路以...
摘要:本期內(nèi)容是結(jié)合在的持續(xù)部署流程,實現(xiàn)從代碼至到部署應(yīng)用至中全自動的持續(xù)部署。編寫自己的命令如果有困難,可以加群申請源代碼示例也可以等近期即將發(fā)布的,這樣更香。千呼萬喚始出來,Cube完結(jié)篇來了!今天的內(nèi)容,是持續(xù)部署至Cube掌握前3期教程內(nèi)容搭配第四期使用,你就是全場最靚的仔!朋友們,來咯!上一期我們用云游戲的演示網(wǎng)站介紹了Java應(yīng)用如何做成鏡像部署至Cube。本期內(nèi)容是結(jié)合Cube A...
閱讀 3423·2021-11-24 09:38
閱讀 3198·2021-11-22 09:34
閱讀 2113·2021-09-22 16:03
閱讀 2374·2019-08-29 18:37
閱讀 383·2019-08-29 16:15
閱讀 1774·2019-08-26 13:56
閱讀 870·2019-08-26 12:21
閱讀 2210·2019-08-26 12:15