OpenCV 5 שוחררה: מנוע DNN שנכתב מחדש וזינוק בכיסוי ONNX

OpenCV 5 יצאה לאור. צוות OpenCV פרסם את הגרסה ב-4 ביוני 2026 ומתאר אותה כאחת המשחרורים החשובים בתולדות הספרייה. ל-OpenCV יותר מ-86,000 כוכבים ב-GitHub ולמעלה ממיליון התקנות ביום, והיא מהווה תשתית לרובוטיקה, בקרה תעשייתית, הדמיה רפואית, AR/VR וחלק גדול ממערכות ראייה ממוחשבת בייצור. חבילת ה-pip אמורה לצאת ב-8 ביוני, והשחרור תוזמן סביב כנס CVPR 2026 בדנוור.

מנוע DNN שנכתב מחדש

השינוי המרכזי הוא מנוע למידה עמוקה חדש. לפי הצוות, כיסוי האופרטורים של ONNX עלה מכ-13% בסדרת 4.x ליותר מ-64% ב-OpenCV 5. המנוע הישן ייבא רק חלק קטן מקבוצת האופרטורים של ONNX והתקשה עם צורות דינמיות; המנוע החדש בנוי סביב גרף פעולות מטופס עם הסקת צורות, קיפול קבועים ומיזוג אופרטורים. כעת נטענים מודלים עם תת-גרפים של If ו-Loop, צורות סימבוליות ודינמיות וגרפי quantize/dequantize. מיזוג Attention ו-MatMul מכנס את התבנית MatMul → Softmax → MatMul, שבלב הטרנספורמרים, לפעולת קשב מאוחדת אחת, בגיבוי מימוש בסגנון FlashAttention.

שלושה מנועים מאחורי API אחד

שדרוגים כמעט אינם שוברים צינורות קיימים: משפחת הפונקציות readNet מקבלת ארגומנט engine. ברירת המחדל ENGINE_AUTO מנסה תחילה את המנוע החדש, ואם המודל לא נטען היא נופלת בחזרה למסלול הקלאסי של 4.x. ENGINE_NEW כופה את מנוע הגרף, שכרגע פועל רק על מעבד; ENGINE_CLASSIC שומר על המנוע הישן ונשאר הנתיב ל-CUDA ול-OpenVINO; ENGINE_ORT משתמש ב-ONNX Runtime מובנה. הביצועים נמדדו על מעבד (Intel Core i9-14900KS, Ubuntu 24.04): XFeat — 6.56 מול 8.61 מ"ש, DINOv2 small — 23.78 מול 29.58, YOLOv8n — 10.9 מול 12.15, OWLv2 — 1,090 מול 1,489, BiRefNet — 7,178 מול 9,503. הפער נע בין 4% ל-36% בהתאם למודל.

מודלים לשוניים, השלמת תמונה וליבה רזה יותר

OpenCV 5 מריצה מודלים לשוניים ומודלים חזותיים-לשוניים בתוך מודול ה-DNN, עם טוקנייזר מובנה ו-KV-cache לפענוח אוטורגרסיבי; נתמכים Qwen 2.5, Gemma 3, PaliGemma ומשפחת GPT-2, ובבדיקת Qwen 2.5 הפלט תאם את ONNX Runtime טוקן אחר טוקן. הסרת אובייקטים עם מודל LaMa מתבצעת במעבר forward אחד. מודול Features החדש מחליף את Features2D בגלאים הנלמדים ALIKED ו-DISK ובמתאם LightGlue, בעוד SIFT ו-ORB נשארים. הליבה מוסיפה טיפוסי FP16 ו-BF16, תמיכה ב-Mat מסדר 0D ו-1D, broadcasting, תאימות ל-NumPy 2.x וארגומנטים בשם; ה-C API הישן הוצא משימוש ו-C++17 הוא הסטנדרט המינימלי. שכבת האצת חומרה מחודשת מחברת בשקיפות קרנלים של Intel IPP, ‏Arm KleidiCV, ‏Qualcomm FastCV ו-RISC-V Vector — עם האצה מדווחת של פי 3-4 בפעולות נפוצות ב-ARM.