కంప్యూటర్ విజన్ లైబ్రరీ OpenCV విడుదల 4.7

ఉచిత లైబ్రరీ OpenCV 4.7 (ఓపెన్ సోర్స్ కంప్యూటర్ విజన్ లైబ్రరీ) విడుదల చేయబడింది, ఇది ఇమేజ్ కంటెంట్‌ను ప్రాసెస్ చేయడానికి మరియు విశ్లేషించడానికి సాధనాలను అందిస్తుంది. OpenCV 2500 కంటే ఎక్కువ అల్గారిథమ్‌లను అందిస్తుంది, ఇవి క్లాసిక్ మరియు కంప్యూటర్ విజన్ మరియు మెషిన్ లెర్నింగ్ సిస్టమ్‌లలో తాజా పురోగతులను ప్రతిబింబిస్తాయి. లైబ్రరీ కోడ్ C++లో వ్రాయబడింది మరియు BSD లైసెన్స్ క్రింద పంపిణీ చేయబడుతుంది. పైథాన్, MATLAB మరియు జావాతో సహా వివిధ ప్రోగ్రామింగ్ భాషల కోసం బైండింగ్‌లు తయారు చేయబడ్డాయి.

ఫోటోగ్రాఫ్‌లు మరియు వీడియోలలోని వస్తువులను గుర్తించడానికి లైబ్రరీని ఉపయోగించవచ్చు (ఉదాహరణకు, వ్యక్తుల ముఖాలు మరియు బొమ్మలను గుర్తించడం, వచనం మొదలైనవి), వస్తువులు మరియు కెమెరాల కదలికను ట్రాక్ చేయడం, వీడియోలో చర్యలను వర్గీకరించడం, చిత్రాలను మార్చడం, 3D నమూనాలను సంగ్రహించడం, స్టీరియో కెమెరాల నుండి చిత్రాల నుండి 3D స్పేస్‌ను రూపొందించడం, తక్కువ-నాణ్యత చిత్రాలను కలపడం ద్వారా అధిక-నాణ్యత చిత్రాలను రూపొందించడం, సమర్పించిన అంశాల సమితికి సమానమైన చిత్రంలో వస్తువుల కోసం శోధించడం, మెషీన్ లెర్నింగ్ పద్ధతులను వర్తింపజేయడం, మార్కర్‌లను ఉంచడం, విభిన్నమైన సాధారణ అంశాలను గుర్తించడం చిత్రాలు, రెడ్-ఐ వంటి లోపాలను స్వయంచాలకంగా తొలగిస్తుంది.

కొత్త విడుదలలో మార్పులు:

  • DNN (డీప్ న్యూరల్ నెట్‌వర్క్) మాడ్యూల్‌లో కన్వల్యూషన్ పనితీరు యొక్క ముఖ్యమైన ఆప్టిమైజేషన్ న్యూరల్ నెట్‌వర్క్‌ల ఆధారంగా మెషిన్ లెర్నింగ్ అల్గారిథమ్‌ల అమలుతో నిర్వహించబడింది. వినోగ్రాడ్ ఫాస్ట్ కన్వల్యూషన్ అల్గోరిథం అమలు చేయబడింది. కొత్త ONNX (ఓపెన్ న్యూరల్ నెట్‌వర్క్ ఎక్స్ఛేంజ్) లేయర్‌లు జోడించబడ్డాయి: స్కాటర్, స్కాటర్‌ఎన్‌డి, టైల్, రెడ్యూస్ఎల్1 మరియు రెడ్యూస్‌మిన్. OpenVino 2022.1 ఫ్రేమ్‌వర్క్ మరియు CANN బ్యాకెండ్‌కు మద్దతు జోడించబడింది.
  • QR కోడ్ గుర్తింపు మరియు డీకోడింగ్ యొక్క మెరుగైన నాణ్యత.
  • విజువల్ మార్కర్స్ ArUco మరియు AprilTag కోసం మద్దతు జోడించబడింది.
  • నాడీ నెట్‌వర్క్‌ల ఆధారంగా నానోట్రాక్ v2 ట్రాకర్ జోడించబడింది.
  • Stackblur బ్లర్ అల్గోరిథం అమలు చేయబడింది.
  • FFmpeg 5.x మరియు CUDA 12.0కి మద్దతు జోడించబడింది.
  • బహుళ-పేజీ ఇమేజ్ ఫార్మాట్‌లను మార్చేందుకు కొత్త API ప్రతిపాదించబడింది.
  • PNG ఫార్మాట్ కోసం libSPNG లైబ్రరీకి మద్దతు జోడించబడింది.
  • libJPEG-Turbo SIMD సూచనలను ఉపయోగించి త్వరణాన్ని ప్రారంభిస్తుంది.
  • Android ప్లాట్‌ఫారమ్ కోసం, H264/H265 కోసం మద్దతు అమలు చేయబడింది.
  • అన్ని ప్రాథమిక పైథాన్ APIలు అందించబడ్డాయి.
  • వెక్టర్ సూచనల కోసం కొత్త యూనివర్సల్ బ్యాకెండ్ జోడించబడింది.

మూలం: opennet.ru

ఒక వ్యాఖ్యను జోడించండి