OpenCV 5 buraxıldı: yenidən yazılmış DNN mühərriki və ONNX dəstəyində sıçrayış

OpenCV 5 buraxıldı. Komanda buraxılışı 4 iyun 2026-cı ildə elan edib və onu kitabxananın tarixində ən mühüm buraxılışlardan biri adlandırır. OpenCV-nin GitHub-da 86 000-dən çox ulduzu və gündə milyondan çox quraşdırması var; robototexnika, sənaye nəzarəti, tibbi görüntüləmə, AR/VR və istehsalatda kompüter görmə sistemlərinin böyük hissəsi bu kitabxanaya söykənir. pip paketinin 8 iyunda çıxması planlaşdırılır, buraxılış isə Denverdəki CVPR 2026 ilə eyni dövrə salınıb.

Yenidən yazılmış DNN mühərriki

Əsas dəyişiklik yeni dərin öyrənmə mühərrikidir. Komandanın məlumatına görə, ONNX operator dəstəyi 4.x seriyasındakı təxminən 13%-dən OpenCV 5-də 64%-dən çoxuna yüksəlib. Köhnə mühərrik operator dəstinin yalnız kiçik hissəsini idxal edir və dinamik formalarda çətinlik çəkirdi; yeni mühərrik forma çıxarımı, sabitlərin qatlanması və operator birləşməsi edən tipləşdirilmiş əməliyyat qrafı üzərində qurulub. Artıq If və Loop alt qrafları, simvolik və dinamik formalar, həmçinin quantize/dequantize qrafları olan modellər yüklənir. Attention və MatMul birləşməsi transformerlərin mərkəzindəki MatMul → Softmax → MatMul naxışını FlashAttention üslubunda tək birləşmiş diqqət əməliyyatına çevirir.

Bir API arxasında üç mühərrik

Yeniləmələr mövcud axınları nadir hallarda pozur: readNet funksiyalar ailəsi engine arqumenti qəbul edir. Standart ENGINE_AUTO əvvəlcə yeni mühərriki sınayır, model yüklənməsə klassik 4.x yoluna qayıdır. ENGINE_NEW qraf mühərrikini məcbur edir, hansı ki hələlik yalnız CPU-da işləyir. ENGINE_CLASSIC köhnə mühərriki saxlayır və CUDA ilə OpenVINO hədəfləri üçün yol olaraq qalır. ENGINE_ORT isə daxil edilmiş ONNX Runtime-dan istifadə edir. Ölçmələr CPU-da aparılıb (Intel Core i9-14900KS, Ubuntu 24.04): XFeat 6,56 ms-ə qarşı 8,61, DINOv2 small 23,78-ə qarşı 29,58, YOLOv8n 10,9-a qarşı 12,15, OWLv2 1 090-a qarşı 1 489, BiRefNet 7 178-ə qarşı 9 503. Üstünlük modeldən asılı olaraq 4%-dən 36%-ə qədərdir.

LLM-lər, inpainting və daha yığcam nüvə

OpenCV 5 böyük dil və vizual-dil modellərini birbaşa DNN modulunda işlədə bilir: daxili tokenizator və avtoreqressiv dekodlaşdırma üçün KV keşi var. Qwen 2.5, Gemma 3, PaliGemma və GPT-2 ailəsi dəstəklənir; Qwen 2.5 testində nəticə ONNX Runtime ilə token-token üst-üstə düşdü. LaMa inpainting modeli ilə obyekt silinməsi tək forward keçidində baş verir. Yeni Features modulu Features2D-ni əvəz edir: öyrənilmiş ALIKED və DISK detektorları və LightGlue uyğunlaşdırıcısı gəlir, SIFT və ORB isə qalır. Nüvəyə FP16 və BF16 tipləri, 0D və 1D Mat dəstəyi, broadcasting, NumPy 2.x uyğunluğu və adlı arqumentlər əlavə edildi; köhnə C API istifadədən çıxarıldı, C++17 isə minimum standart oldu. Yenilənmiş aparat sürətləndirmə qatı Intel IPP, Arm KleidiCV, Qualcomm FastCV və RISC-V Vector nüvələrini şəffaf şəkildə qoşur; ARM-da adi əməliyyatlarda 3-4 dəfə sürətlənmə bildirilir.