IT之家 1 月 18 日消息，英特爾開源計算機(jī)視旋龜?OpenCV 4.7?于去年 12 月正式發(fā)布。新版本帶來了全新的 ONNX 層，大大提高了 DNN 代碼的卷積性能，還為 DNN 模塊提供了華為昇騰 CANN?后端支持。根據(jù)?OpenCV 中國團(tuán)隊(duì)的最新測試，基于昇騰異計算架構(gòu) CANN 的加速能力，用 OpenCV Zoo 中的 PP-ResNet50、MobileNet 和 YOLOX 對 CANN 后端進(jìn)行了測試，發(fā)現(xiàn)三個模型 CANN 后端下分別達(dá)到了 3.29ms，1.21ms，12.80ms 的優(yōu)異結(jié)果。同時，CANN 后端的推理結(jié)果也與默認(rèn) CPU 后端的基本保持一致。使用 OpenCV，用戶只需下面 7 行 Python 代碼，無需學(xué)習(xí) CANN 的 API，就可以簡潔地調(diào)用起昇騰 AI 處理器，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)加速推理核心為第三、四行代碼，其余常見模型推理邏輯代碼）：import?cv2?as?cvnet?=?cv.dnn.readNet("/path/to/model.onnx")net.setPreferableBackend(cv.dnn.DNN_BACKEND_CANN)net.setPreferableTarget(cv.dnn.DNN_TARGET_NPU)input?=?cv.imread("/path/to/image.jpg")net.setInput(cv.dnn.blobFromImage(input))out?=?net.forward()▲?使用 CANN 后端推理的示例代碼南方科技大饒山計算機(jī)的于仕琪老師表示，即使 OpenCV 針對 ARM CPU?進(jìn)行了 winograd conv 等優(yōu)化，在蘋果標(biāo)桿 CPU M1 上完成 ResNet50 推理都要跑?20ms 以上，而華為昇騰僅用了?3.29ms。IT之家了解到，昇騰 CANN（Compute Architecture for Neural Networks）是華為針對 AI 場景推出的異構(gòu)計算架構(gòu)。昇騰 CANN 支持昇思 MindSpore，OpenCV DNN，飛槳 Paddle、PyTorch、TensorFlow 等神經(jīng)網(wǎng)絡(luò)推理和訓(xùn)練框架，并兼容種底層硬件設(shè)備?