v4.7.0

v4.7.0 是一個重大功能版本。重點包括：全新的 OpenMV AE3（Alif Ensemble，Cortex-M55 + Ethos-U55 NPU）板，採用雙核心 openamp 程式設計模型；一個唯讀的 ROMFS（/rom）檔案系統，內含隨附的模型與級聯（cascade）；VL53L8CX 8x8 飛行時間（time-of-flight）支援；全新的 YOLOv8 / YOLO-LC 後處理器；以及 MicroPython 1.25。此版本也變更了內建模型與 Haar 級聯的載入方式，因此請閱讀下方的破壞性變更。

重點摘要

  • OpenMV AE3 板 — Alif Ensemble（Cortex-M55 + Ethos-U55 NPU）板，具備完整的移植、開機載入程式與 ROMFS。

  • 雙核心 openamp 模組 — 透過 RPMsg 將工作卸載至第二顆 Alif 核心（@async_remote 裝飾器、Endpoint／EndpointIO）。

  • ROMFS — 一個唯讀的 /rom 檔案系統，內含內建的 TFLite 模型與 Haar 級聯，並提供一個全新的 tools/mkromfs.py 主機端建構工具。

  • VL53L8CX 8x8 多區飛行時間感測器支援。

  • 新的 ML 後處理器 — yolo_v8_postprocess 與 yolo_lc_postprocess。

  • MicroPython 更新至 1.25.0。

  • 破壞性變更： 內建模型與 Haar 級聯現在依路徑從 /rom 載入（請見 ml.Model 變更 與 Haar 級聯變更）。

新功能

  • OpenMV AE3 — 全新的 Alif Ensemble 板（Cortex-M55 應用核心 + Ethos-U55 NPU），具備移植、開機載入程式、板子設定、RGB LED 與 ROMFS 支援。

  • openamp — 一個用於 Alif 雙核心（Open-AMP / RPMsg）RPC 模型的全新模組：Endpoint、EndpointIO、new_service_callback，以及用於將編組後的函式卸載至第二顆核心的 @async_remote 裝飾器。HE/HP 核心隨附一個預設的以 asyncio 為基礎的 _boot.py 任務執行器。

  • audio — Alif 移植在 AE3 上新增了音訊模組（PDM 麥克風），具備以回呼為基礎的串流 API（audio.init(channels=, frequency=, gain_db=, buffers=, samples=, overflow=, highpass=)）。

  • ROMFS — 一個唯讀的 /rom 檔案系統，內含依板子封裝的內建資產（TFLite 模型、Haar 級聯……），一個全新的 tools/mkromfs.py 主機端工具（tflite、tflite+vela、Haar 級聯、文字、二進位），以及一個提供 ls_romfs() 的 scripts/libraries/romfs.py 輔助程式。

  • ML 後處理 — 全新的 yolo_v8_postprocess（YOLOv8）與 yolo_lc_postprocess（具備嵌入式最佳化預設錨點的輕量 tiny-YOLOv2 變體）類別，每個都接受 threshold、nms_threshold 與 nms_sigma。

  • GenX320 抗閃爍 — 一個全新的 IOCTL_GENX320_SET_AFK ioctl，用於啟用並設定事件感測器的抗閃爍濾波器（最小／最大閃爍頻率，單位為 Hz），並附帶一個 genx320_grayscale_set_afk.py 範例。

  • VL53L8CX — 透過 tof 模組支援 8x8 多區飛行時間感測器（自動偵測，8x8 於 15 Hz）。

其他變更與改進

  • MicroPython 更新至 1.25.0（STM32 與 i.MX RT 移植），新增了上游的 Alif 移植，並從 STM32 / i.MX RT 移植中移除了舊版 BT-HCI 驅動程式。

  • GenX320 — 一個全新的 ISSD 序列將內部像素時脈加倍（24 → 48 MHz），以達到更高的影格率。

  • STM32N6 / ST Edge AI — STM32N6 Neural-ART 模型部署的基礎建設（ST Edge AI 工具與 ROMFS 支援）。

  • PAG7936 — 現在會設定 CSI PHY 位元率，改善了該感測器的運作。

錯誤修正

相機與感測器：

  • 修正了透過 I2C 的 IMU — 將 LSM6DSx IMU 接在 I2C 上的板子現在能正確初始化與讀取（先前 I2C 路徑使用了有問題的讀取路徑與錯誤的常數）。

  • FLIR Boson 初始化現在會針對需要約 10 秒才能開機的較舊（< IDD 4.x）感測器重試最多 10 次，且重置時會還原原廠預設設定，使外部載入的設定無法破壞視訊輸出。

  • 修正了 GenX320 psee_ehc_activate_override 寫入錯誤（為零）累積時間的問題。

  • 在無 FastMode+ 硬體的 STM32 板子上，要求 I2C 快速模式現在會被正確防護，而不再靜默地錯誤設定匯流排。

機器學習：

  • 修正了 YOLOv2 / YOLOv5 後處理器中的邊界框收集與 np.nonzero 處理，改善了偵測的可靠性。

硬體與板子支援

  • OpenMV AE3 — 全新的 Alif Ensemble（Cortex-M55 + Ethos-U55 NPU）板。

  • VL53L8CX — 8x8 多區飛行時間感測器；AE3 的 ToF 感測器已從 VL53L5CX 切換為 VL53L8CX。

  • STM32N6 — ST Edge AI（Neural-ART）模型部署的基礎建設。

破壞性 API 變更

v4.6.20 與 v4.7.0 之間使用者可見的 API 破壞性變更。範圍：modules/ 中的 Python C 模組與 scripts/libraries/ 中的 Python 程式庫。

每項變更都標註了其影響程度：

  • major — 大多數使用到它的指令碼都需要修改。

  • minor — 範圍狹窄的 API；只影響使用到它的指令碼。

  • behavior — 相同的 API，但結果不同；請重新檢查已調校的指令碼。

變更會依該順序按影響程度分組。如果你只想移植你的程式碼，請直接跳至最後的 移植檢查清單，以取得精簡的待辦清單。每個 commit 雜湊值都連結至其在 GitHub 上的 diff。

內建模型依路徑載入，而非依名稱 (major)

ml.Model 不再從單純的名稱字串載入內建模型。模型現在依路徑從檔案系統／ROMFS 載入：

model = ml.Model("/rom/person_detect.tflite")   # was: ml.Model("person_detect")

C 端的 model.labels 屬性已移除；標籤現在由 Python 的 ml.Model 包裝器從附屬的 <model>.txt 檔案載入（若不存在則為 None）。所有隨附的範例與 ml/apps.py 都已更新為 /rom/*.tflite 路徑。

Commits: 978fa436c, 3f55d956c, 416bc4613

Haar 級聯從 ROMFS 載入 (minor)

image.HaarCascade() 現在透過 VFS / ROMFS 載入內建級聯。預設的正面臉部級聯檔案已從 haarcascade_frontalface_default.xml 更名為 haarcascade_frontalface.xml，且載入失敗現在會引發 RuntimeError（「Failed to load Haar cascade」）而非 OSError。

Commit: 9de1220d8

tof.reset() / tof.deinit() 語意 (behavior)

在 tof 模組中，reset() 先前是 init() 的別名，且沒有真正的 deinit。tof.reset() 現在會執行實際的感測器重置，而 tof.deinit() 會正確地關閉感測器（具備 VL53L5CX 關機支援）。先前依賴 reset() 重新初始化感測器的程式碼應重新檢查。

Commits: 20d6b53f8, c743cab6a

GenX320 計時與事件模式限制 (behavior)

全新的 GenX320 ISSD 序列變更了感測器的時間基準：影格率與曝光引數現在以 1 MHz 為單位表示，而非依時脈縮放，且 HSYNC 消隱會依要求的影格率動態調整。硬編碼 GenX320 計時值的指令碼必須重新調校。事件模式擷取現在會在啟用影像轉置（transpose）時引發錯誤（該設定下不支援此功能）。

Commits: 660a783d6, 7a718c6af

移植檢查清單

若要乾淨地移植到 v4.7.0，典型的工作如下：

  1. 將內建模型的載入從名稱字串改為 /rom/<name>.tflite 路徑，並透過附屬的 <name>.txt 檔案提供標籤（ml.Model 變更）。

  2. 將 haarcascade_frontalface_default.xml 更新為 haarcascade_frontalface.xml，並在級聯載入失敗時捕捉 RuntimeError（而非 OSError）（Haar 級聯變更）。

  3. 移除依賴 tof.reset() 重新初始化感測器的程式碼（tof 變更）。

  4. 將任何硬編碼的 GenX320 影格率／曝光值重新調校為 1 MHz 單位，且在事件模式中不要啟用轉置（transpose）（GenX320 變更）。