ops-cv

🔥Latest News

• [2026/01] 新增QuickStart，指导新手零基础入门算子项目部署（支持Docker环境）、算子开发和贡献流程。
• [2025/12] 开源算子支持Ascend 950PR/Ascend 950DT/KirinX90，可以通过CANN Simulator仿真工具开发调试；优化指南类文档，聚焦算子开发指南，明确最小交付件和关键示例代码，针对Ascend/samples仓算子提供迁移本项目的指导；新增onnx算子插件支持。
• [2025/11] three_interpolate_backward算子新增确定性计算特性；新增opgen支持自动生成算子工程。
• [2025/10] 新增experimental目录，完善贡献指南，支持开发者调试并贡献自定义算子。
• [2025/09] ops-cv项目首次上线，开源算子支持Atlas A2/A3系列产品。

🚀概述

ops-cv是CANN （Compute Architecture for Neural Networks）算子库中提供图像处理、目标检测等能力的高阶算子库，包括image类、objdetect类算子，覆盖常见的图像处理操作，子库在架构图中的位置如下。

📌版本配套

本项目源码会跟随CANN软件版本发布，关于CANN软件版本与本项目标签的对应关系请参阅release仓库中的相应版本说明。 请注意，为确保您的源码定制开发顺利进行，请选择配套的CANN版本与Gitcode标签源码，使用master分支可能存在版本不匹配的风险。

🛠️环境准备

环境部署是体验本项目能力的前提，请先完成NPU驱动、CANN包安装等，确保环境正常。

⬇️源码下载

环境准备好后，下载与CANN版本配套的分支源码，命令如下，${tag_version}替换为分支标签名。

说明：若环境中已存在配套分支源码，可跳过本步骤，例如CANNLab默认已提供最新商发版CANN对应的源码 。

# 通用命令：git clone -b ${tag_version} https://gitcode.com/cann/ops-cv.git
git clone -b ${tag_version} https://gitcode.com/cann/ops-cv.git

说明：若环境中已存在配套分支源码，可跳过本步骤，例如CANNLab默认已提供最新商发版CANN对应的源码。

📖学习教程

• 快速入门：从零开始快速体验项目核心基础能力，涵盖源码编译、算子调用、开发与调试等操作。
• 进阶教程：如需深入了解项目编译部署、算子调用、开发、调试调优等能力，请查阅文档中心获取详细指引。

💬相关信息

• 目录结构
• 贡献指南
• 安全声明
• 许可证
• 所属SIG

---

PS：本项目功能和文档正在持续更新和完善中，欢迎您关注最新版本。

• 问题反馈：通过GitCode【Issues】提交问题。
• 社区互动：通过GitCode【讨论】参与交流。
• 技术专栏：通过GitCode【Wiki】获取技术文章。