• 深度学习 DNN 模块的改进
• 性能优化
• 大量使用 C++11 特性，向 C 说拜拜

读者朋友们好，

告诉一个消息，OpenCV 4.0 alpha 发布 liao，正式版不出意外将于十月底问世。

什么！OpenCV 都 4.0 了？

什么！小张都奔四了！

小张快速看了下，这个版本基于 3.4 的分支，卖点有这么三个：

• 深度学习
• 性能优化
• C++11

深度学习 DNN 模块的改进

• ONNX parser 现已加入 OpenCV DNN 全家桶，现阶段的重点是图像分类
  • 比如 AlexNet, Inception v2, Resnet, VGG 等网络。
  • 图像分类以外，还部分支持 tiny YOLO v2 物体检测网络。
  • 再强调一次，OpenCV DNN 只做 inference。
• OpenCV 4.0 现在支持的网络框架包含:
  • ONNX
  • Caffe
  • Darknet
  • Tensorflow
  • Torch
  • Intel OpenVINO
• 增加对 Mask RCNN 的支持，附上 Python 范例。

性能优化

• 增加 SSE4-, AVX2- 和 NEON-指令级的覆盖率，用到了一个小张没听说过的技术 “wide universal intrinsics”.
• CPU- 和 GPU-加速的 KinFu 实时三维重建算法已加入 opencv_contrib 全家桶。
• 利用 Intel OpenVINO 项目中的 Inference Engine，加速物体检测网络。
• 加速后端新增 HPX，这是一个 C++ 的并行加速标准库。
• 支持基本的 FP16 (新增数据类型 CV_16F)。

大量使用 C++11 特性，向 C 说拜拜

• OpenCV 现在是一个 C++11 的项目了，编译器需要支持 C++11。因此很多方便的新特性可以用到了，比如：
  • parallel_for 配合 labmda 函数一起服用
  • 方便地遍历 cv::Mat，通过列举元素来初始化 cv::Mat
  • 标准库里的 std::string 替代了 cv::String
  • std::shared_ptr 替代了 cv::Ptr
  • parallel_for 可以使用 std::thread 来做线程池
• 不幸的是，我们要对 C 接口说再见了，OpenCV 1.x 时代的遗老们（CvMat，IplImage 等）正慢慢被删除着，到了 4.0 正式版差不多就都拜拜了。

好了，让我们结束这篇悲伤的文章吧。

vinjn.com - Democratizing Visual Computing