torchvision簡介

安裝pytorch時，torchvision獨立於torch。torchvision包由流行的數據集（torchvision.datasets）、模型架構(torchvision.models)和用於計算機視覺的常見圖像轉換組成t(torchvision.transforms)。

1）數據庫

• MNIST
• Fashion-MNIST
• KMNIST
• EMNIST
• COCO
  • Captions
  • Detection
• LSUN
• ImageFolder
• DatasetFolder
• Imagenet-12
• CIFAR
• STL10
• SVHN
• PhotoTour
• SBU
• Flickr
• VOC
• Cityscapes

使用torchvision.datasets中的數據集

import torchvision
mnist = torchvision.datasets.MNIST("path/to/mnist/", train=True, transform=transforms, target_transform=None, download=False)

2）模型框架

• Alexnet
• VGG
• ResNet
• SqueezeNet
• DenseNet
• Inception v3

使用torchvision.models中的模型

import torchvision
vgg16 = torchvision.models.vgg16(pretrained=True)

3)變換操作

• Transforms on PIL Image
• Transforms on torch.*Tensor
• Conversion Transforms
• Generic Transforms
• Functional Transforms

Transforms on PIL Image中常用的有操作：

torchvision.transforms.CenterCrop(size)
torchvision.transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill=0, padding_mode='constant')
torchvision.transforms.RandomHorizontalFlip(p=0.5)
torchvision.transforms.RandomRotation(degrees, resample=False, expand=False, center=None)
torchvision.transforms.Resize(size, interpolation=2)
torchvision.transforms.Scale(*args, **kwargs)
#還有更多再次不列出，詳見

略

使用torchvision.transforms中的變換

transfrom = torchvision.transforms.CenterCrop(224)