使用 SIMD (SSE、AVX、AVX-512、AMX 适用于 x86/x64、NEON、SVE 适用于 ARM、HVX 适用于 Hexagon) 的 C++ 图像处理和 机器学习 库
使用 SIMD (SSE、AVX、AVX-512、AMX 适用于 x86/x64、NEON、SVE 适用于 ARM、HVX 适用于 Hexagon) 的 C++ 图像处理和 机器学习 库
简介 ===============
Simd 库 是一个免费的 开源 图像处理和 机器学习 库,专为 C 和 C++ 程序员设计。 它提供了许多有用的高性能算法,用于图像处理,例如:像素格式转换、图像缩放和滤波、从图像中提取统计信息、运动检测、目标检测和分类、神经网络。 这些算法是通过使用不同的 SIMD CPU 扩展进行优化的。 具体来说,该库支持以下 CPU 扩展: x86/x64 的 SSE、AVX、AVX-512 和 AMX、ARM 的 NEON、SVE、SVE2、Hexagon 的 HVX。
Simd 库具有 C API，同时包含有用的 C++ 类和函数，以方便访问 C API。该库支持动态和静态链接，32 位和 64 位的 Windows 和 Linux，MSVS、G++ 和 Clang 编译器，MSVS 项目和 CMake 构建系统。
simd/src/Simd/ - 包含库的源代码。 * simd/src/Test/ - 包含库的测试框架。 * simd/src/Use/ - 包含库的使用示例。 * simd/py/SimdPy/ - 包含库的 Python Wrapper。 * simd/prj/vs2022/ - 包含 Microsoft Visual Studio 2022 的项目文件。 * simd/prj/cmd/ - 包含在 Windows 中构建库所需的附加脚本。 * simd/prj/cmake/ - 包含 CMake 构建系统的文件。 * simd/prj/sh/ - 包含在 Linux 中构建库所需的附加脚本。 * simd/prj/txt/ - 包含构建库所需的文本文件。 * simd/data/cascade/ - 包含 OpenCV 的级联 (HAAR 和 LBP)。 * simd/data/image/ - 包含图像样本。 * simd/data/network/ - 包含训练好的网络示例。 * simd/docs/ - 包含库的文档。为 Windows 构建库和测试应用程序 ==================================== 要为 Windows 32/64 构建库和测试应用程序,您需要使用 Microsoft Visual Studio 2022)。项目文件位于以下目录中:
暂无开放 Issues，或尚未同步最近议题。