Simd

C++ 影像處理與機器學習函式庫,使用 SIMD:SSE、AVX、AVX-512、AMX 用於 x86/x64,NEON、SVE 用於 ARM,HVX 用於 Hexagon

Simd 是什麼?

C++ 影像處理與機器學習函式庫,使用 SIMD:SSE、AVX、AVX-512、AMX 用於 x86/x64,NEON、SVE 用於 ARM,HVX 用於 Hexagon

Simd 概覽

這是什麼

Simd 是一個免費的開源 C 和 C++ 影像處理與機器學習函式庫。它提供高效能的演算法,用於像素格式轉換、影像縮放與濾波、從影像中提取統計資訊、動作偵測以及神經網路運算。該函式庫使用 SIMD CPU 擴充指令集進行最佳化,包括 x86/x64 平台的 SSE、AVX、AVX-512 和 AMX,以及 ARM 平台的 NEON、SVE、SVE2。它提供 C API,並包含便於存取 C API 的 C++ 類別與函式。函式庫支援動態與靜態連結、32 位元與 64 位元的 Windows 和 Linux、MSVS、G++ 和 Clang 編譯器,以及 MSVS 專案和 CMake 建置系統。

主要功能

  • 提供多種高效能影像處理演算法:像素格式轉換、影像縮放與濾波、統計資訊提取、動作偵測和神經網路。
  • 使用 SIMD CPU 擴充指令集最佳化:x86/x64 的 SSE、AVX、AVX-512、AMX;ARM 的 NEON、SVE、SVE2。
  • 提供 C API 以及便於存取 C API 的 C++ 類別與函式。
  • 支援動態與靜態連結、32 位元與 64 位元的 Windows 和 Linux、MSVS、G++ 和 Clang 編譯器、MSVS 專案和 CMake 建置系統。
  • 包含用於正確性與效能測試的測試框架。
  • 提供 Python 包裝(SimdPy),並在定義巨集 SIMD_OPENCV_ENABLE 時支援與 OpenCV 類型的相互轉換。
  • 可透過 vcpkg 套件管理員安裝。

使用情境

Simd 適用於需要在 C 或 C++ 應用程式中使用高效能影像處理與機器學習演算法的開發者。它可用於電腦視覺流程、即時視訊分析、影像格式轉換、動作偵測系統,以及在 CPU 上進行神經網路推論。該函式庫專為 x86/x64 和 ARM 平台設計,並支援針對 ARM 目標的交叉編譯。

快速開始

在 Linux 上使用 CMake 和原生編譯器建置函式庫:shmkdir buildcd buildcmake ../prj/cmake -DSIMD_TOOLCHAIN='' -DSIMD_TARGET=''make在 Windows 上使用 Microsoft Visual Studio 2022,請使用 simd/prj/vs2022/ 中的專案檔。透過 vcpkg 安裝:shgit clone https://github.com/Microsoft/vcpkg.gitcd vcpkg./bootstrap-vcpkg.sh./vcpkg integrate install./vcpkg install simd

授權與價格

該函式庫採用 MIT 授權條款。它是開源且免費使用的。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/ermig1979simd.svg)](https://yunodb.com/tools/ermig1979simd?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/ermig1979simd?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/ermig1979simd.svg" alt="Featured on YunoDB" height="20"></a>