![d5820bd520ab6d8279aa8261d474ca95.png](https://img-blog.csdnimg.cn/img_convert/d5820bd520ab6d8279aa8261d474ca95.png)
作者:CV Daily
Date:2020-10-16
来源:计算机视觉Daily微信公众号(系投稿)
原文:OpenCV 4.5来了!更强的SIFT,改进RANSAC算法,新增目标跟踪网络SiamRPN++
OpenCV 4.5 来了!
OpenCV 5 还会远么?也期待YOLOv5的加入
下面正式介绍一下2020.10.13 发布的OpenCV 4.5的亮点
github:https://github.com/opencv/opencv
主页:http://opencv.org
一、Apache 2
OpenCV licence 已更改为 Apache 2。从OpenCV 4.5.0开始,所有未来的OpenCV 4.x和OpenCV 5.x版本都将以Apache 2许可证发布。OpenCV 3.x将继续使用BSD。
二、更强悍的优化和新增功能
GSoC 2020 已经结束。所有项目均已成功完成,并且大多数结果已合并到OpenCV中,并且在4.5.0中可用(在主存储库或opencv_contrib中)。这是合并功能的列表:
- 主存储库中更好的SIFT(Better SITF)
- OpenCV中RANSAC的改进
- 使用深度学习进行实时单目标跟踪,加入了SiamRPN++
- flann模块 修复/改进
- 修改/改进文本和数字识别示例
- 针对RISC-V优化OpenCV
- 新增 Robot-World/Hand-Eye 校准函数
- (opencv_contrib):Julia编程语言的OpenCV绑定
- (opencv_contrib):实现Macbeth Chart detector和AprilTag3
- (opencv_contrib):适用于大规模环境的深度融合
![46a6350f3cb5e8cb48245f80d6d69cbb.png](https://img-blog.csdnimg.cn/img_convert/46a6350f3cb5e8cb48245f80d6d69cbb.png)
三、DNN模块
- 改进的layers / activations/支持更多模型:ONNX:ReduceSum,Gather,改进Reshape
- 英特尔®推理引擎后端(OpenVINO™):增加了对OpenVINO 2021.1版本的支持
- DNN CUDA后端中的修复和优化
OpenCV的合作伙伴OpenAI Lab通过使用其新的“ Tengine lite”(更轻量的C语言中Tengine的重新实现),进一步提高了OpenCV DNN在ARM上的性能。这是比较性能表(batch_size = 1,已在EAIDK-610上进行了测试):
![6291d6aed8fd2b1b8181bd621610730d.png](https://img-blog.csdnimg.cn/img_convert/6291d6aed8fd2b1b8181bd621610730d.png)
强烈推荐大家关注CVer知乎账号和CVer微信公众号,可以快速了解到最新优质的CV论文。
推荐阅读
综述 | 基于深度学习的实时语义分割方法:全面调研
涨点神器!南航提出AFF:注意力特征融合
NeurIPS 2020 | 谷歌大脑提出:重新思考预训练和自训练
NeurIPS 2020 | 用于图像复原/恢复的神经稀疏表示
NeurIPS 2020 | aLRPLoss:统一目标检测中的分类和定位的平衡损失函数
ECCV 2020 | MIRNet:学习丰富的特征以进行真实图像修复和增强
CCE:具有互补交叉熵的不平衡图像分类
谷歌地标检索2020 Kaggle 第一名解决方案
ECCV AIM 2020 真实图像超分辨率挑战赛3项冠军解决方案
LVIS 实例分割挑战赛2020的第一名解决方案:好的Box不能保证好的Mask
ETH Zurich提出DPIR:具有Denoiser先验的即插即用图像恢复
IR R-CNN:小目标检测的内在关系推理
综述 | 人脸图像质量评估:全面调研(2004-2020)
MAFFSRN:具有多注意力层的超轻量级图像超分辨率
冠军解决方案 | RMGL:用于行人重识别的感受野多粒度表示
VarifocalNet:IoU-aware 密集目标检测器(已开源)
ECCV 2020 | NAS-DIP:通过NAS实现DIP(去噪/去雾/超分辨率/修复等)
TIP 2020 | PNEN:金字塔Non-Local增强型网络
综述 | 小样本学习:全面调研(Few-shot)
MiCo:用于半监督域自适应的Mixup联合训练
使用深度神经网络从Noisy Labels中学习:全面调研
PyTorch3D:面向3D计算机视觉的PyTorch工具箱
剪枝filter?还是剪枝layer?这是个问题
牛津大学VGG组提出:自监督实例自适应的单目深度估计
ECCV 2020 | WeightNet:重新探索Weight网络的设计空间
Mask TextSpotter v3:用于场景文字检测和识别的分割Proposal网络
ECCV 2020 | URIE:用于视觉识别的通用图像增强
ECCV 2020 | 魔鬼在细节中:车辆重识别的自监督注意力(SAVER)
ECCV 2020 | 53.5 AP!PAA:用于目标检测的IoU预测的概率Anchor分配
ECCV 2020 | 南京理工提出FPT:特征金字塔Transformer
ECCV 2020 | 长尾数据集中多标签分类的分布平衡损失
清华大学提出ISDA:使用语义数据增广来正则化深度网络
ECCV 2020 | BMask R-CNN:边界保持的Mask R-CNN
ECCV 2020 | 即插即用!PSConv:将特征金字塔压缩到紧凑的多尺度卷积层中
ECCV 2020 | STTN:用于视频修复的时空联合Transformer
ECCV 2020 | LiteFlowNet3:实现更准确的光流估计