PyTorchVideo：一个面向视频理解的深度学习库
计算机视觉与模式识别
2021-11-19 v1 机器学习
摘要
我们介绍 PyTorchVideo，一个开源深度学习库，为包括分类、检测、自监督学习和底层处理在内的多种视频理解任务提供丰富、模块化、高效且可复现的组件。该库涵盖视频理解全栈工具，包括多模态数据加载、变换以及能复现最先进性能的模型。PyTorchVideo 进一步支持硬件加速，可在移动设备上实现实时推理。该库基于 PyTorch 构建，可被任何训练框架使用，例如 PyTorchLightning、PySlowFast 或 Classy Vision。PyTorchVideo 可在 https://pytorchvideo.org/ 获取。
引用
@article{arxiv.2111.09887,
title = {PyTorchVideo: A Deep Learning Library for Video Understanding},
author = {Haoqi Fan and Tullie Murrell and Heng Wang and Kalyan Vasudev Alwala and Yanghao Li and Yilei Li and Bo Xiong and Nikhila Ravi and Meng Li and Haichuan Yang and Jitendra Malik and Ross Girshick and Matt Feiszli and Aaron Adcock and Wan-Yen Lo and Christoph Feichtenhofer},
journal= {arXiv preprint arXiv:2111.09887},
year = {2021}
}
备注
Technical report