快捷方式

Video MViT

MViT 模型基于 MViTv2:改进的多尺度视觉Transformer用于分类和检测多尺度视觉Transformer 论文。

模型构建器

以下模型构建器可用于实例化 MViT v1 或 v2 模型,无论是否具有预训练权重。所有模型构建器在内部都依赖于 torchvision.models.video.MViT 基类。有关此类的更多详细信息,请参阅 源代码

mvit_v1_b(*[, weights, progress])

根据 多尺度视觉Transformer 构造基本 MViTV1 架构。

mvit_v2_s(*[, weights, progress])

根据 多尺度视觉TransformerMViTv2:改进的多尺度视觉Transformer用于分类和检测 构造小型 MViTV2 架构。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源