v3.0.0

v3.0.0 是重大的 v2 → v3 版本。它引入了 OpenMV Cam M7（STM32F7）和全新的 nn CMSIS-NN 神经网络模块（取代旧的硬编码 find_number() / classify_object() 方法），新增 MT9V034 全局快门和 FLIR Lepton 传感器支持、sensor.WVGA 帧大小，并将核心更新至 MicroPython 1.9.4。多个 image / sensor / WiFi 行为发生了变化——请阅读下方的重大变更说明。

亮点

  • OpenMV Cam M7 —— 全新的 STM32F7 开发板。

  • nn 模块 —— CMSIS-NN 推理：nn.load()、Net.forward()、Net.search()，附带模型转换器和示例。

  • 新增传感器 —— MT9V034 全局快门（FSIN 触发）和 FLIR Lepton。

  • MicroPython 1.9.4 核心更新。

  • 重大变更： 移除了硬编码的 image.find_number() / image.classify_object()，sensor.sleep() 现在会抛出异常，WINC 套接字返回真实的字节计数，image.binary() 返回一张新图像，find_apriltags() 被限制在 64K 像素以内——参见重大变更说明。

新增功能

  • nn —— 全新的 CMSIS-NN 神经网络模块：nn.load(path)、Net.forward(img, roi=, softmax=, dry_run=)（返回 0.0–1.0 的浮点数）、用于多尺度/多位置检测的 Net.search() 以及 Net.test()，外加一个 CMSIS-NN 模型转换器（nn_convert.py / nn_quantizer.py）、内置的 CIFAR-10 / LeNet / smile 模型，以及 NN / NN-search 示例脚本。

  • 传感器 —— OpenMV 4 上的 MT9V034 全局快门支持（FSIN 触发快照）、带 Lepton 快照的更新版 FLIR Lepton 驱动，以及新的 sensor.WVGA（720x480）/ sensor.WVGA2（752x480）帧大小。

  • 成像 —— image.find_circles() 新增了 r_min / r_max / r_step 关键字参数（更快的 Hough 变换），find_keypoints() 和 Haar find_features() 现在接受 RGB 图像，image.compress() / JPEG 编码现在支持二值（位图）图像。

  • 启动 —— boot.py 现在在 USB 初始化之前运行，因此它可以覆盖 USB 模式（例如 HID）。

  • 示例 —— 新增了小尺寸/高分辨率 AprilTag 示例、一个 I2C LIDAR-Lite V3 示例，以及数据集工具（augment_images.py / make_patches.py）。

其他变更与改进

  • 将内置的 MicroPython 更新至 1.9.4（包含一次 pyexec 解析/编译/执行的回退和 PendSV 修复）；更清晰的 fb_alloc / xalloc 内存不足错误信息；抑制了网络加载期间 nn 的 printf 噪声；重组了仓库结构（示例 → scripts/，工具 → tools/，Haar 级联 → ml/）。nn 模块在 OpenMV 2 上不可用（闪存不足）。

错误修复

成像：

  • 修复了 x≤0 时的 fast_atan2f（之前始终为 0——请重新检查色块/直线/关键点的角度）、find_apriltags() 的内存处理（内存不足时丢弃内容和错误的 realloc）、二值/位图的逐 bpp 行指针（损坏的二值结果）、带 ROI 的 find_edges(EDGE_CANNY)、TO_GS_PIXEL 宏（积分图/形态学）、灰度（bpp==0）帧的位图/JPEG 流传输、关键点/色块列表的 pop_front，以及 match_descriptor 的结果。

系统与摄像头：

  • 修复了 USB HID 接口/端点编号、运行时动态更改 XCLK 频率、Net.forward() 返回正确数量的输出，以及中断脚本解析时的硬错误。

硬件与板级支持

  • OpenMV Cam M7 (STM32F7) —— 全新开发板。

  • MT9V034 全局快门传感器（OpenMV 4，FSIN 触发）。

  • FLIR Lepton —— 带快照支持的更新版驱动。

重大 API 变更

v2.9.0 与 v3.0.0 之间面向用户的 API 变更。范围：modules/ 中的 Python C 模块和 scripts/libraries/ 中的 Python 库。

每项变更都标注了其影响程度：

  • 重大 —— 影响大多数使用该功能的脚本；你需要移植代码。

  • 影响较小 —— 范围狭窄的 API；仅影响使用了它的脚本。

  • 行为 —— API 相同但结果不同；请重新检查已调优的脚本。

变更按上述影响顺序分组。如果你只想移植代码，可直接跳到末尾的迁移清单。每个提交哈希都链接到其在 GitHub 上的 diff。

image.find_number() / image.classify_object() 被移除 (重大)

硬编码的 image.find_number()（LeNet）和 image.classify_object()（CMSIS CNN）方法已被移除，转而使用新的 nn 模块。请用 net = nn.load('/model.network'); out = net.forward(img) 替换它们。

提交： d151f7e38

sensor.sleep() / sensor.reset() 失败时抛出异常 (影响较小)

sensor.sleep() 和 sensor.reset() 现在在失败时抛出异常，而不是返回 True / False。检查 sensor.sleep() 布尔返回值的代码必须改为用 try / except 包裹该调用。

提交： 7d16d008f

WINC 套接字返回真实的字节计数 (行为)

WINC1500 套接字的 send / recv / sendto / recvfrom 方法之前始终返回 0；它们现在返回实际传输的字节数。假定返回 0 的代码（或对其循环/阻塞的代码）必须处理真实的计数。

提交： a07fb2f60

image.binary() 返回一张新图像 (行为)

image.binary() 新增了 to_bitmap / copy 关键字参数，现在返回一个新的图像对象，而不是就地返回/修改源图像。依赖 binary() 修改原始图像的代码应改用返回的对象（并传入 copy=True 以获得非就地行为）。

提交： 8a44f0cd9

find_apriltags() 被限制在 64K 像素以内 (行为)

如果图像（或 ROI）超过 64K 像素，image.find_apriltags() 现在会抛出异常；对于小于 4x4 的图像则返回空列表。在调用 find_apriltags() 之前请缩小大图像（使用更小的 framesize 或传入显式的 roi）。

提交： bd77afbc0

迁移清单

要顺利移植到 v3.0.0，通常需要做的工作有：

  1. 用 nn 模块替换 image.find_number() / image.classify_object()（nn 迁移）。

  2. 用 try / except 包裹 sensor.sleep() / sensor.reset()，而不是检查布尔返回值（sensor.sleep 变更）。

  3. 处理 WINC 套接字 send / recv 返回的真实字节计数（WINC 套接字变更）。

  4. 使用 image.binary() 返回的图像，而不是期望就地修改（binary 变更）。

  5. 在 find_apriltags() 之前缩小图像，使其保持在 64K 像素以内（find_apriltags 限制）。

所有其他脚本无需改动即可运行。