新书9月20日消息,摩尔线程正式宣布,其自主研发的统一系统架构MUSA已完成与开源计算机视觉库OpenCV的适应,并正式发布OpenCV-MUSA开源项目。
该项目可以为开发人员和研究人员提供更高效、更方便的工具,开发基于摩尔线程GPU的各种计算机视觉应用程序,可以大大提高效率,加快国内创新。
OpenCV是计算机视觉领域最重要的开源库之一,功能丰富,性能高效,它为图像和视频处理的开发人员和研究人员提供了强大而灵活的工具,广泛应用于自动驾驶、医学图像、安全监控、机器人视觉、增强现实、图像识别等领域。
OpenCV也为GPU加速提供了支持,通过引入OpenCL、CUDA等加速后端,大大提高图像视频处理、线性代数计算等复杂任务的执行速度,满足更大规模数据处理和更复杂算法的计算需求,为实时应用、深度学习、三维重建和高分辨率视频处理提供优异的性能和效率。
通过自主研发的MUSA统一系统架构和软件平台,摩尔线程致力于构建完善易用的国产GPU应用生态。
OpenCV-MUSA开源项目旨在结合OpenCV的强大功能和MUSA架构的高性能计算能力,充分发挥摩尔线程全功能GPU的强大计算能力。
在现有OpenCV代码的基础上,摩尔线程增加了MUSA设备后端,为多个算法模块提供了MUSA加速支持,并适应了编译脚本。
目前,OpenCV-包括cororosa在内的Mororosa支持、mudev、musaarithm、musawarping、musafeatures2d、musafilters、musaimgproc、musaobjdetect、musastereo、musabgsegm、photo、stitching、superres、videostab、多个模块包括xfeatures2d。
OpenCV-MUSA支持大部分cv大部分::在cuda命名空间下的数据结构和API,特别是OpenCV中为GPU设计的核心图像数据结构Gpumat。
开发人员只需要将现有的C 命名空间CV代码中的命名::用cv代替cuda::musa,同样的功能可以在摩尔线程GPU上实现。
OpenCV-MUSA开源地址:
https://github.com/MooreThreads/opencv
https://github.com/MooreThreads/opencv_contrib
[本文结尾]如需转载,请务必注明出处:新书
责任编辑:上面的文Q
文章内容报告
还没有评论,来说两句吧...