☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
生成式和多模态人工智能(AI)的兴起，对计算机视觉(CV)技术的需求日益增长。CV技术能够解析和分析来自现实世界的图像信息，广泛应用于人脸识别、图像分类、图像滤镜和增强现实等领域。然而，在内存、电池和处理能力有限的移动设备上，优化CV应用的延迟和速度仍然是一个挑战。
Arm KleidiCV应运而生。这个开源库充分利用了Arm最新CPU的高性能图像处理能力，可集成到各种计算机视觉框架中，简化并加速CV工作负载的性能优化，无需开发者额外操作。这对于移动设备至关重要，是构建更轻量、更精确、更高效的AI模型的关键一步，同时还能延长电池续航时间，提升CV功能运行速度。
KleidiCV与全球最大的开源计算机视觉库OpenCV实现了全新集成，让数百万CV开发者都能享受到性能加速的优势。这项集成现已推出，安卓用户可通过OpenCV 4.11默认获取，为安卓移动设备上的Arm架构CV应用带来了前所未有的性能提升。
KleidiCV与OpenCV集成的性能优势
OpenCV是全球CV开发者的首选平台，其Python包的日均下载量超过30万次。KleidiCV与OpenCV的集成（通过Maven代码仓库访问）直接映射到Arm架构底层特性（如Neon和SVE2），自动为CV开发者提供一系列加速功能，提升性能。
Arm去年同步推出了KleidiAI和KleidiCV。KleidiAI库为集成到AI框架的目标内核提供加速，在Arm CPU上无缝加速传统机器学习和生成式AI模型。最初的基准测试显示，OpenCV上的各种图像处理任务性能平均提升了75%。
将KleidiCV集成到OpenCV 4.11后，性能提升高达四倍，显著加速了目标检测、识别和图像分割等关键图像处理任务，缩短响应时间。这些任务包括：
模糊处理: 减少高频细节，增强图像以进行目标检测；滤镜: 用于图像锐化和平滑；旋转: 图像对齐，用于目标识别；调整大小: 降低处理大尺寸图像的计算负担。
KleidiCV的主要特性和优势
KleidiCV自动检测运行硬件并选择最佳实现方案，简化开发流程，开发者无需手动优化代码即可获得更高性能。KleidiCV的其他主要特性包括：
多线程: 加速处理，提升性能；广泛适用性: 支持图像处理、调整大小等多种工作负载，适用于汽车、消费电子和基础设施等多个领域；内置安全性: 集成Arm的安全开发生命周期(Security Development Lifecycle)。
OpenCV 4.11的增强功能和更新
OpenCV 4.11的更新为其CV工具和功能套件带来了多项增强，与KleidiCV集成相得益彰，包括：
改进的DNN模块: 通过InferenceEngine后端，初步支持3D卷积网络和异步推理；增强的Calib3d模块: 用于solvePNP和姿态优化例程的新IPPE算法；优化的通用内部函数: 提供AVX-512实现和其他优化，提升性能。
这些更新与KleidiCV的优化相结合，显著增强了OpenCV的功能。
塑造计算机视觉工作负载的未来
KleidiCV的首次集成标志着Arm持续探索软件优化如何充分发挥Arm CPU在移动端的CV性能和功能。这不仅为移动端，也为机器人、汽车和医疗等领域铺平了道路。
通过Arm CPU的强大性能和OpenCV广泛的开发者群体，OpenCV 4.11与KleidiCV的集成将为各种CV应用带来显著的性能提升。Arm正在通过KleidiCV和领先的计算平台，塑造CV在移动端及更广泛领域的未来。
以上就是Arm KleidiCV 实现与 OpenCV 集成，加速移动端计算机视觉工作负载的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/172485.html
微信扫一扫 
支付宝扫一扫 
