TorchVision介绍

1. TorchVision简介

TorchVision是PyTorch项目的一部分。

PyTorch是一个开源的机器学习框架。

本文档中描述的功能按发布状态分类。

• 稳定的。这些功能将被长期维护，一般不会有重大的性能限制或文档空白。我们还希望保持向后的兼容性（尽管可能会发生突破性的变化，但我们会提前一个版本通知）。
• 测试版。功能被标记为Beta，是因为API可能会根据用户的反馈而改变，因为性能需要改进，或者因为对运营商的覆盖还没有完成。对于Beta版的功能，我们承诺会将该功能的稳定性分类为稳定版。然而，我们并不承诺向后兼容。
• 原型（Prototype）。这些功能通常不能作为PyPI或Conda等二进制发行版的一部分，除了有时在运行时标志后面，并且处于反馈和测试的早期阶段。

torchvision软件包包括：

1. 流行的数据集
2. 模型架构
3. 计算机视觉的常见图像转换。

2. 官方实现的包

2.1 变换/增强图片 (Transforming and augmenting images)

• 脚本化的转换 —— Scriptable transforms
• 变换的组合 —— Compositions of transforms
• 对PIL图像和Torch.*Tensor的变换 —— Transforms on PIL Image and torch.*Tensor
• 只对PIL图像进行转换 —— Transforms on PIL Image only
• 只在Torch.*Tensor上进行变换 —— Transforms on torch.*Tensor only
• 转换变换 —— Conversion Transforms
• 通用的变换 —— Generic Transforms
• 自动扩增变换 —— Automatic Augmentation Transforms
• 功能转换 —— Functional Transforms

2.2 模型文件以及预训练权重 (Models and pre-trained weights)

• 分类网络 —— Classification
• 语义分割 —— Semantic Segmentation
• 目标检测 —— Object Detection
• 实例分割 —— Instance Segmentation
• 人的关键点检测 —— Person Keypoint Detection
• 视频分类 —— Video classification
• 光流 —— Optical flow

2.3 数据集 (Datasets)

• 内置数据集 —— Built-in datasets
• 自定义数据集的基类 —— Base classes for custom datasets

2.4 工具 (Utils)

• 绘制Bounding Box —— draw_bounding_boxes
• 绘制分割mask —— draw_segmentation_masks
• 绘制关键点 ——draw_keypoints
• 光流转为图片 —— flow_to_image
• 制作grid —— make_grid
• 保存图片 —— save_image

2.5 算子 (Operators)

• 批量NMS —— batched_nms
• 计算box面积 —— box_area
• box坐标转换 —— box_convert
• box IoU计算 —— box_iou
• 将box裁剪为图片 —— clip_boxes_to_image
• 可形变的二维卷积 —— deform_conv2d
• GIoU计算 —— generalized_box_iou
• GIoU Loss的计算 —— generalized_box_iou_loss
• 蒙版->box —— masks_to_boxes
• NMS —— nms
• ps_roi_align
• ps_roi_pool
• remove_small_boxes
• roi_align
• roi_pool
• sigmoid_focal_loss
• stochastic_depth
• RoIAlign
• PSRoIAlign
• RoIPool
• PSRoIPool
• DeformConv2d
• MultiScaleRoIAlign
• FPN网络 —— FeaturePyramidNetwork
• StochasticDepth
• FrozenBatchNorm2d
• SE注意力机制 —— SqueezeExcitation

2.6 读/写图片或视频 (Reading/Writing images and videos)

• 读/写视频 —— Video
• 细粒度的视频API —— Fine-grained video API
• 图片 —— Image

2.7 用于模型检查的特征提取 (Feature extraction for model inspection)

• API Reference

3. 实例和训练参考 (Examples and training references)

• 示例画廊 —— Example gallery
• 训练参考 —— Training references

---

---

链接：https://pytorch.org/vision/stable/index.html