torchvision¶
该库是 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
Stable (稳定): 这些功能将长期维护，通常不会有主要的性能限制或文档空白。我们也期望保持向后兼容性（尽管可能发生破坏性变更，但会提前一个版本发出通知）。
Beta (测试版): 功能被标记为 Beta 版，是因为其 API 可能根据用户反馈而变化，性能需要改进，或者对算子的覆盖尚未完全。对于 Beta 功能，我们致力于将其推进到 Stable 分类。但我们不承诺向后兼容性。
Prototype (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启用，并且处于早期阶段，用于收集反馈和进行测试。
torchvision 包包含流行的计算机视觉数据集、模型架构和常用图像转换。
- 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。{'pyav', 'video_reader'} 之一。
- 返回类型:
- torchvision.set_image_backend(backend)[source]¶
指定用于加载图像的包。
- 参数:
backend (string) – 图像后端名称。{'PIL', 'accimage'} 之一。
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:
backend (string) – 视频后端名称。{'pyav', 'video_reader'} 之一。
pyav包使用第三方 PyAv 库。它是 FFmpeg 库的 Python 绑定。video_reader包包含基于 FFMPEG 库的本地 C++ 实现以及 TorchScript 自定义算子的 python API。它通常比pyav解码速度更快，但可能不够稳定。
注意
在最新的 main 分支中，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。
