torchvision

此库是 PyTorch 项目的一部分。PyTorch 是一个开源机器学习框架。

本 文档中描述的功能按发布状态分类

稳定版：这些功能将得到长期维护，通常不会有重大的性能限制或文档缺失。我们也期望保持向后兼容性（尽管可能发生重大更改，并会在提前一个版本时发出通知）。

Beta 版：功能被标记为 Beta 版是因为 API 可能根据用户反馈而更改，或者是因为性能需要改进，或者是因为运算符的覆盖范围尚未完成。对于 Beta 版功能，我们致力于将其推进到稳定版分类。但是，我们不承诺向后兼容性。

原型：这些功能通常不作为 PyPI 或 Conda 等二进制发行版的一部分提供，除非有时通过运行时标志，并且处于反馈和测试的早期阶段。

torchvision 软件包包含用于计算机视觉的常用数据集、模型架构和常见的图像变换。

包参考

• 转换图像、视频、框等
  • 从这里开始
  • 支持的输入类型和约定
  • V1 还是 V2？我应该使用哪一个？
  • 性能注意事项
  • 变换类、函数式接口和算子 (kernels)
  • Torchscript 支持
  • V2 API 参考 - 推荐
  • V1 API 参考
• TV张量
  • 图像
  • 视频
  • 关键点
  • BoundingBoxFormat
  • 边界框
  • 掩码
  • TVTensor
  • set_return_type
  • wrap
• 模型和预训练权重
  • 关于预训练权重的通用信息
  • 分类 (Classification)
  • 语义分割 (Semantic Segmentation)
  • 目标检测、实例分割和人体关键点检测
  • 视频分类
  • 光流
• 数据集
  • 内置数据集
  • 自定义数据集的基类
  • Transforms v2
• 工具
  • draw_bounding_boxes
  • draw_segmentation_masks
  • draw_keypoints
  • flow_to_image
  • make_grid
  • save_image
• 操作符
  • 检测与分割算子
  • 边界框 (Box) 算子
  • 损失
  • 层 (Layers)
• 解码和编码图像
  • 图像解码
  • 图像编码
  • IO 操作
• 用于模型检查的特征提取
  • API 参考

示例和训练参考

• 示例和教程
• 训练参考

torchvision.get_image_backend()

获取用于加载图像的软件包名称

torchvision.get_video_backend()

返回当前用于解码视频的活动视频后端。

返回:

视频后端的名称。目前仅支持 ‘pyav’。

返回类型:

str

torchvision.set_image_backend(backend)

指定用于加载图像的软件包。

参数:

backend (string) – 图像后端的名称。可选值为 {‘PIL’, ‘accimage’}。 accimage 软件包使用 Intel IPP 库。它通常比 PIL 更快，但支持的操作较少。

torchvision.set_video_backend(backend)

指定用于解码视频的软件包。

参数:

backend (string) – 视频后端的名称。仅支持 ‘pyav’。pyav 软件包使用第三方 PyAv 库。它是 FFmpeg 库的 Python 绑定。

PyTorch 库

• PyTorch
• torchaudio
• torchtext
• torchvision
• TorchElastic
• TorchServe
• XLA 设备上的 PyTorch

索引

• 索引