1. Opencv 소개
OpenCV는 다양한 구성 요소로 구성됩니다. OpenCV 소스코드는 주로 OpenCV core(코어 라이브러리), opencv_contrib, opencv_extra와 같은 하위 창고로 구성되어 있습니다. 최근 몇 년 동안 OpenCV의 기본 창고에는 딥 러닝 관련 하위 창고인 OpenVINO(예: DLDT, Deep Learning Deployment Toolkit), open_model_zoo 및 주석 도구 CVAT가 추가되었습니다.
1.2 Opencv DNN 소개
OpenCV 딥러닝 모듈은 네트워크 추론 기능만 제공하며 네트워크 훈련은 지원하지 않습니다. 모든 추론 프레임워크와 마찬가지로 네트워크 모델 로드 및 실행은 필수 기능입니다. 딥 러닝 모듈은 TensorFlow, Caffe, Torch, DarkNet, ONNX 및 OpenVINO 형식의 네트워크 모델을 지원하며 사용자는 원본 형식의 차이를 고려할 필요가 없습니다. 로드 과정에서 다양한 형식의 모델이 통합된 내부 네트워크 구조로 변환됩니다.
OpenCV DNN 모듈은 인텔 프로세서에 최적화되어 있습니다. CPU가 우선 순위인 실시간 비디오에서 객체 감지 및 이미지 분할 애플리케이션에 대한 추론을 수행할 때 우수한 프레임 속도를 얻을 수 있습니다.
2. ONNX
ONNX Runtime은 ONNX 모델을 프로덕션 환경에 배포하는 크로스 플랫폼 고성능 런타임 엔진으로, 주로 모델 그래프에 다수의 그래프 최적화를 적용한 다음 사용 가능한 하드웨어별 가속기를 기반으로 하위 그래프로 나눕니다. (병렬 처리). </