OpenCV 3.0之后三年半，OpenCV 4.0出炉

Posted 2021-04-25 全球人工智能

来源：OpenCV,机器之心

OpenCV 是英特尔开源的跨平台计算机视觉库。也就是说，它是一套包含从图像预处理到预训练模型调用等大量视觉 API 的库，并可以处理图像识别、目标检测、图像分割和行人再识别等主流视觉任务。OpenCV 最显著的特点是它提供了整套流程的工具，因此我们根本不需要了解各个模型的原理就能一个个 API 构建视觉任务。

OpenCV 使用 BSD 许可证，因此对研究和商业用途均免费。它具备 C++、Python 和 Java 接口，支持 Windows、Linux、Mac OS、ios 和 android 系统。OpenCV 旨在提高计算效率，专注于实时应用。它使用优化的 C/C++写成，能够利用多核处理。

此外，在 OpenCL 的加持下，OpenCV 可以利用底层异构计算平台的硬件加速。它的 GitHub 页面中有一个「open_model_zoo」资源库，包含了大量的计算机视觉预训练模型，并提供下载方法，有助于加速开发和产品部署过程。OpenCV 应用广泛，目前在用户社区有 4.7 万用户，下载量约为 1400 万。

可以说 OpenCV 是 CV 领域开发者与研究者的必备工具包，Mask-RCNN 等很多开源项目都依赖于这个工具包。现在距离 3.0 版本的发布已经过去三年多，近日 OpenCV 4.0 final 版发布，它进一步完善了核心接口，并添加了二维码检测器、ONNX 转换格式等新特点。

重要更新：

• OpenCV 4.0 现在是一个 C++11 库，要求 C++11 兼容的编译器。所需的 CMake 至少是 3.5.1 版本。

• 移除 OpenCV 1.x 中的大量 C API。

• core 模块中的 Persistence（用于存储和加载 XML、YAML 或 JSON 格式的结构化数据）可以完全使用 C++ 来重新实现，因此这里的 C API 也被移除。

• 添加了新模块 G-API，它可作为基于图的高效图像处理流程。

• dnn 模块包括实验用 Vulkan 后端，且支持 ONNX 格式的网络。

• 实现了流行的 Kinect Fusion 算法，且为 CPU 和 GPU (OpenCL) 进行优化。

• objdetect 模块中添加了二维码检测器和解码器。

• 将高效、高质量的 DIS dense optical flow 算法从 opencv_contrib 移到 video 模块。

此外，OpenCV 4.0 支持 Mask-RCNN 模型，性能也有所提升，图像处理操作可实现 15%-30% 的速度提升。

OpenCV 与深度学习

在 OpenCV 4.0 的更新中，它强化了 DNN 模块并添加支持 ONNX 交换格式的神经网络，这一切都表明 OpenCV 非常注重其与深度学习之间的关系。其实自从 OpenCV 3.1 以来，它就包含了能实现深度网络前向传播的 DNN 模块，这些深度网络一般都由 Caffe 等深度学习框架预训练而成。在 OpenCV 3.3 中，DNN 模块从 opencv_contrib 移到了核心代码库，并取得了显著的加速。

更重要的是除了 libprotobuf 以外，OpenCV 中的 DNN 模块不包含额外的依赖项，而且现在 libprotobuf 已经包含到了 OpenCV 中。以下是目前 OpenCV 支持的一些框架：

• Caffe

• TensorFlow

• Torch

• Darknet

• ONNX 交换格式的模型

目前 OpenCV 所支持的深度学习层级函数：

• AbsVal

• AveragePooling

• BatchNormalization

• Concatenation

• Convolution (including dilated convolution)

• Crop

• Deconvolution, a.k.a. transposed convolution or full convolution

• DetectionOutput (SSD-specific layer)

• Dropout

• Eltwise (+, *, max)

• Flatten

• FullyConnected

• LRN

• LSTM

• MaxPooling

• MaxUnpooling

• MVN

• NormalizeBBox (SSD-specific layer)

• Padding

• Permute

• Power

• PReLU (including ChannelPReLU with channel-specific slopes)

• PriorBox (SSD-specific layer)

• ReLU

• RNN

• Scale

• Shift

• Sigmoid

• Slice

• Softmax

• Split

• TanH

对于对性能要求很高的神经网络层，这个 DNN 模块包括 SSE、AVX、AVX2 和 NEON 等底层加速库，且还有持续优化中的 Halide 后端。

你可以在这里找到最新的基准结果：https://github.com/opencv/opencv/wiki/DNN-Efficiency

单张图像前向传播的中位最佳时间（以毫秒为单位，基于 CPU 在 float32 上计算）。

以下网络已经经过测试并证实可行：

• AlexNet

• GoogLeNet v1 (也称为 Inception-5h)

• ResNet-34/50/...

• SqueezeNet v1.1

• VGG-based FCN（语义分割网络）

• ENet（轻量级语义分割网络）

• VGG-based SSD（目标检测网络）

• MobileNet-based SSD（轻量级目标检测网络）

投稿请发送至：[e-mail]