OpenCV 5 发布：引入全新 DNN 引擎，原生支持大模型
OpenCV 团队于本周正式发布了 OpenCV 5。作为一款拥有二十多年历史的计算机视觉库，OpenCV 一直是诸多研究、应用及生产系统的基石，并在 GitHub 上获得了超过 86,000 颗星的认可。
OpenCV 5 带来了重大的现代化升级，核心亮点包括全新的 DNN 引擎，支持更广泛的 ONNX 格式，并在硬件加速、Python 集成、数据类型、3D 视觉功能及文档方面均有显著改进。此次更新旨在为用户提供更清晰、更面向未来的架构。
本次更新的重点功能包括：
- 下一代 DNN 引擎：基于图（graph-based）架构，支持算子融合（fusions），显著增强了 ONNX 支持（算子覆盖率提升至 80% 以上），并原生支持 Transformer 模型、视觉语言模型（VLM）及大型语言模型（LLMs）。
- 改进的语言支持与 API：提供更现代化的 Python 绑定，使用命名参数简化调用，引入规范的 0D/1D 张量及原生 FP16/BF16 支持。
- 性能与架构优化：核心代码更紧凑，弃用传统 C API，提供更精简的构建方式，并引入更清晰的硬件加速层，便于硬件供应商集成优化内核。
- 扩展的 3D 视觉能力：新增 ChArUco 标定板、多相机标定以及可视化功能。
OpenCV 5 的发布对于需要处理复杂 AI 模型、提升计算机视觉性能的开发者而言，具有重要的升级价值。其对大模型的原生支持以及优化的 DNN 引擎，将极大地便利相关 AI 应用的开发与部署。
OpenCV 5 正式发布，本次更新引入了全新的深度学习（DNN）引擎，并对多项核心功能进行了现代化升级，显著提升了性能和易用性。新版本在 ONNX 算子覆盖率方面取得重大突破，从 4.x 版本的不足 23% 跃升至超过 80%，为用户提供了更广泛的模型支持。
OpenCV 5 的主要亮点包括：现代化的 Python 支持和更新的语言绑定，允许用户通过命名参数而非猜测参数顺序来调用函数。核心引擎更加精简高效，弃用了传统的 C API，并采用了更清晰的硬件加速层设计，方便硬件供应商直接集成优化内核。API 也得到优化，支持规范的 0D/1D 张量，原生支持 FP16/BF16 数据类型，并加入了真正的日志记录机制。此外，3D 视觉能力得到增强，支持 ChArUco 标定板、多相机标定和可视化功能，文档也进行了现代化重构，提升了导航和阅读体验。
本次更新特别强调了下一代 DNN 引擎的进步，采用了基于图的架构，支持算子融合，并对 Transformer 模型、视觉语言模型（VLM）和大型语言模型（LLMs）提供了原生支持。这对于需要进行复杂 AI 推理和模型部署的开发者而言，将带来显著的性能提升和更强的模型兼容性。
对于依赖 OpenCV 进行计算机视觉开发的开发者而言，OpenCV 5 的全面升级，特别是对大模型和 ONNX 的支持，使其在应对现代 AI 任务时更具竞争力。其更快的核心、更简洁的 API 和优化的硬件加速能力，预示着在性能和开发效率上都有所提升，值得关注和升级。