torchvision功能简介

介绍

Torchvision是torch的一部分，主要提供一些torch的辅助功能，主要分为六部分内容：

1. torchvision.datasets
2. torchvision.io
3. torchvision.models
4. torchvision.ops
5. torchvision.transforms
6. torchvision.utils

torchvision.datasets

包含比较常用的一些数据集的下载和加载功能，例如 MINST、COCO、VOC 等数据集。

完整列表可查看 https://pytorch.org/vision/stable/datasets.html

torchvision.io

视频的读写功能、图像的读写和编码解码功能、支持jpeg格式和png格式。

torchvision.models

封装了目前比较常见的经典的网络模型，可直接将预训练好的模型加载过来使用。

包含的网络有 AlexNet、VGG、ResNet、SqueezeNet、DenseNet、Inception v3、GoogLeNet、ShuffleNet v2、MobileNetV2、MobileNetV3、ResNeXt、Wide ResNet、MNASNet。

torchvision.ops

ops是operators的缩写，顾名思义就是一些通用操作，主要包括 非极大值抑制、Box面积过滤、图像裁剪、Box定义格式的转换、面积计算、区域合并等。

torchvision.transforms

封装了常用的图像变换操作。包含图像裁剪、图像仿射变换、图像旋转、颜色调整、灰度变换等等，同时还支持各中操作一定概率的随机发生。

torchvision.utils

图像一些辅助函数，函数不多，主要是制作图像网格、图像保存以及图像外框绘制等。