v3.6.5

v3.6.5 aktualizuje TensorFlow a ulab, podstatně vylepšuje kameru HM01B0 (libovolná rozlišení, QQVGA, ořezávání, set_auto_exposure() a oprava proti blikání) a přináší podporu externí SDRAM Portenta a produkčních desek. Starší tréninkové nástroje/příklady CMSIS-NN byly odstraněny a framebuffer OpenMV 4 Plus byl zmenšen — přečtěte si přelomové změny níže.

Hlavní novinky

  • HM01B0 — libovolná rozlišení, QQVGA, ořezávání a podpora set_auto_exposure() plus oprava blikání při automatické expozici.

  • TensorFlow / ulab aktualizovány na své nejnovější verze.

  • Portenta — využití externí SDRAM a soubory produkční desky.

  • Opravy — korekce objektivu, kvalita obrazu při nízkých rozlišeních a oprava FPS hodin.

  • Přelomová změna: starší tréninkové/konverzní nástroje a příklady CMSIS-NN byly odstraněny a framebuffer OpenMV 4 Plus byl zmenšen — viz přelomové změny.

Nové funkce

  • HM01B0 — přidána podpora libovolného rozlišení, QQVGA a další zástupné funkce, ořezávání na straně senzoru a podpora sensor.set_auto_exposure().

  • Apriltag readout — přidán příklad sledování AprilTag s řízením readoutu.

Další změny a vylepšení

  • Aktualizovány TensorFlow a ulab na své nejnovější verze; přidáno využití externí SDRAM Portenta a soubory produkční/CI desky; vyčištěn ovladač MT9V034 a přístupové funkce framebufferu.

Opravy chyb

Kamera a zpracování obrazu:

  • Opraveno blikání při automatické expozici na HM01B0, korekce objektivu, kvalita obrazu při nižších rozlišeních, kopírování řádku OV5640/JPEG (dest_fb), FPS hodiny a vracení 0, když je bpp záporné; odstraněno zbytečné horizontální překlopení u HM01B0.

Hardware a podpora desek

  • HM01B0 — libovolná rozlišení, QQVGA a ořezávání.

  • Arduino Portenta H7 — externí SDRAM a aktualizované soubory produkční desky.

Přelomové změny API

Uživatelsky viditelné přelomové změny API mezi v3.6.4 a v3.6.5. Rozsah: Python C-moduly v modules/, Python knihovny v scripts/libraries/ a přibalené nástroje/příklady.

Každá změna je označena svým dopadem:

  • behavior — stejné API, jiné výsledky; znovu zkontrolujte vyladěné skripty.

  • tooling — ovlivňuje sestavovací/konverzní nástroje nebo přibalené příklady, nikoli Python API firmwaru.

Změny jsou seskupeny podle dopadu v tomto pořadí. Pokud chcete jen přenést svůj kód, přejděte na kontrolní seznam migrace na konci. Každý hash commitu odkazuje na svůj diff na GitHubu.

Framebuffer OpenMV 4 Plus zmenšen (behavior)

Framebuffer OpenMV 4 Plus byl zmenšen na 20 MB (a velikost bufferu OpenMV 2/3 byla opravena). Paměťově náročné skripty na OpenMV 4 Plus, které alokovaly velmi velké snímky/objekty z framebufferu, mohou nyní narazit na limity alokace dříve a měly by být znovu zkontrolovány.

Commity: 3a790a827

Starší nástroje a příklady CMSIS-NN odstraněny (tooling)

Starší tréninkové/konverzní nástroje modelů CMSIS-NN (nn_convert.py, nn_quantizer.py, soubory modelů LeNet/CIFAR/smile) a příkladové skripty 25-Machine-Learning/nn_*.py byly odstraněny. Samotný modul nn v tomto vydání stále funguje (je odstraněn později, v v3.9.0), ale nástroje pro generování modelů CMSIS-NN jsou pryč — použijte místo toho pracovní postup TensorFlow Lite (tf).

Commity: 588f79a62

Kontrolní seznam migrace

Znovu zkontrolujte velké alokace framebufferu na OpenMV 4 Plus vůči zmenšenému 20MB framebufferu (změna framebufferu) a přesuňte generování modelů CMSIS-NN na pracovní postup TensorFlow Lite (odstranění nástrojů CMSIS-NN). Všechny ostatní skripty běží beze změny.