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，并且通常在性能上没有重大限制或文档缺失。我们还希望保持向后兼容性（尽管可能会发生重大更改，并且会提前一个版本发布通知）。
测试版： 功能被标记为测试版，因为 API 可能会根据用户反馈而更改，因为性能需要改进，或者因为运算符的覆盖范围尚不完整。对于测试版功能，我们承诺将其发展到稳定版分类。但是，我们不承诺向后兼容性。
原型： 这些功能通常不作为二进制发行版（如 PyPI 或 Conda）的一部分提供，除非有时在运行时标志后面，并且处于早期阶段以供反馈和测试。
该 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()[源代码]¶
返回当前用于解码视频的活动视频后端。
- 返回值:
视频后端的名称。{‘pyav’, ‘video_reader’} 之一。
- 返回类型:
- torchvision.set_image_backend(backend)[源代码]¶
指定用于加载图像的包。
- 参数:
backend (字符串) – 图像后端的名称。{‘PIL’, ‘accimage’} 之一。该
accimage包使用英特尔 IPP 库。它通常比 PIL 快，但不支持那么多操作。
- torchvision.set_video_backend(backend)[源代码]¶
指定用于解码视频的包。
- 参数:
backend (字符串) – 视频后端的名称。{‘pyav’, ‘video_reader’} 之一。该
pyav包使用第三方 PyAv 库。它是 FFmpeg 库的 Pythonic 绑定。该video_reader包包括 FFMPEG 库之上的原生 C++ 实现，以及 TorchScript 自定义运算符的 Python API。它通常比pyav解码速度快，但也可能不那么稳健。
注意
在最新的 main 中，默认情况下禁用使用 FFMPEG 构建。如果要使用“video_reader”后端，请从源代码编译 torchvision。
使用
set_video_backend的示例
