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：这些功能将长期维护，通常不会有重大的性能限制或文档缺失。我们还期望保持向后兼容性（尽管可能会发生重大更改，但会提前一个版本给出通知）。
测试版：功能被标记为测试版是因为 API 可能会根据用户反馈而更改，或者因为性能需要改进，或者因为运算符的覆盖范围尚未完整。对于测试版功能，我们承诺将该功能推进到稳定版分类。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 包包含流行的数据集、模型架构和用于计算机视觉的常见图像转换。
- torchvision.get_video_backend()[source]¶
返回当前用于解码视频的活动视频后端。
- 返回:
视频后端名称。可选值：{'pyav', 'video_reader'}。
- 返回类型:
- torchvision.set_image_backend(backend)[source]¶
指定用于加载图像的包。
- 参数:
后端 (字符串) – 图像后端名称。可选值：{'PIL', 'accimage'}。
accimage包使用 Intel IPP 库。它通常比 PIL 快，但不支持那么多操作。
- torchvision.set_video_backend(backend)[source]¶
指定用于解码视频的包。
- 参数:
后端 (字符串) – 视频后端名称。可选值：{'pyav', 'video_reader'}。
pyav包使用第三方 PyAv 库。它是 FFmpeg 库的 Python 绑定。video_reader包包含一个基于 FFMPEG 库的本地 C++ 实现，以及一个 TorchScript 自定义运算符的 Python API。它通常比pyav解码更快，但可能鲁棒性较差。
注意
在最新 main 中，默认禁用使用 FFMPEG 构建。如果您想使用 'video_reader' 后端，请从源代码编译 torchvision。
