v3.6.5¶

v3.6.5는 TensorFlow와 ulab 을 업데이트하고, HM01B0 카메라를 크게 개선하며(임의 해상도, QQVGA, 크롭, set_auto_exposure(), 깜빡임 방지 수정), Portenta 외부 SDRAM 및 양산 보드 지원을 제공합니다. 레거시 CMSIS-NN 학습 툴링/예제가 제거되었고 OpenMV 4 Plus 프레임버퍼가 축소되었습니다 — 아래의 호환성 깨짐 변경 사항을 확인하세요.

주요 사항¶

HM01B0 — 임의 해상도, QQVGA, 크롭, set_auto_exposure() 지원, 그리고 자동 노출 깜빡임 수정.
TensorFlow / ulab 이 최신 버전으로 업데이트되었습니다.
Portenta — 외부 SDRAM 사용 및 양산 보드 파일.
수정 — 렌즈 보정, 저해상도에서의 이미지 품질, FPS 클럭 수정.
호환성 깨짐: 레거시 CMSIS-NN 학습/변환 툴링과 예제가 제거되었고 OpenMV 4 Plus 프레임버퍼가 축소되었습니다 — 호환성 깨짐 변경 사항을 확인하세요.

새로운 기능¶

HM01B0 — 임의 해상도 지원, QQVGA 및 추가 스텁, 센서 측 크롭, sensor.set_auto_exposure() 지원이 추가되었습니다.
Apriltag 리드아웃 — 리드아웃 제어 apriltag 추적 예제가 추가되었습니다.

기타 변경 사항 및 개선 사항¶

TensorFlow와 ulab 을 최신 버전으로 업데이트했습니다. Portenta 외부 SDRAM 사용 및 양산/CI 보드 파일을 추가했습니다. MT9V034 드라이버와 프레임버퍼 접근자 함수를 정리했습니다.

버그 수정¶

카메라 및 이미징:

HM01B0의 자동 노출 중 깜빡임, 렌즈 보정, 저해상도에서의 이미지 품질, OV5640/JPEG 라인 복사(dest_fb), FPS 클럭, bpp 가 음수일 때 0을 반환하던 문제를 수정했습니다. 불필요한 HM01B0 수평 뒤집기를 제거했습니다.

하드웨어 및 보드 지원¶

HM01B0 — 임의 해상도, QQVGA, 크롭.
Arduino Portenta H7 — 외부 SDRAM 및 업데이트된 양산 보드 파일.

호환성 깨짐 API 변경 사항¶

v3.6.4와 v3.6.5 사이의 사용자 가시적 API 변경 사항입니다. 범위: modules/ 의 Python C 모듈, scripts/libraries/ 의 Python 라이브러리, 그리고 번들된 툴링/예제.

각 변경 사항은 영향도로 태그가 지정되어 있습니다:

behavior — 동일한 API이지만 결과가 다름. 조정된 스크립트를 다시 확인하세요.
tooling — 펌웨어 Python API가 아니라 빌드/변환 툴링 또는 번들된 예제에 영향을 미칩니다.

변경 사항은 해당 순서로 영향도별로 그룹화되어 있습니다. 코드를 포팅하기만 하면 된다면 끝부분의 마이그레이션 체크리스트 로 건너뛰세요. 각 커밋 해시는 GitHub의 해당 diff로 연결됩니다.

OpenMV 4 Plus 프레임버퍼 축소됨 (behavior)¶

OpenMV 4 Plus 프레임버퍼가 20 MB로 축소되었습니다(그리고 OpenMV 2/3 버퍼 크기가 수정되었습니다). 프레임버퍼에서 매우 큰 프레임/객체를 할당하던 OpenMV 4 Plus의 메모리가 빠듯한 스크립트는 이제 할당 한계에 더 빨리 도달할 수 있으므로 다시 확인해야 합니다.

커밋: 3a790a827

레거시 CMSIS-NN 툴링 및 예제 제거됨 (tooling)¶

레거시 CMSIS-NN 모델 학습/변환 툴링(nn_convert.py, nn_quantizer.py, LeNet/CIFAR/smile 모델 파일)과 25-Machine-Learning/nn_*.py 예제 스크립트가 제거되었습니다. nn 모듈 자체는 이 릴리스에서 여전히 작동하지만(나중에 v3.9.0에서 제거됨), CMSIS-NN 모델 생성 툴링은 사라졌습니다 — 대신 TensorFlow Lite(tf) 워크플로를 사용하세요.

커밋: 588f79a62

마이그레이션 체크리스트¶

OpenMV 4 Plus의 대용량 프레임버퍼 할당을 축소된 20 MB 프레임버퍼에 맞춰 다시 확인하고 (프레임버퍼 변경), CMSIS-NN 모델 생성을 TensorFlow Lite 워크플로로 옮기세요 (CMSIS-NN 툴링 제거). 다른 모든 스크립트는 변경 없이 실행됩니다.