vision

torchvision 是 PyTorch 官方提供的计算机视觉专用扩展库，提供标准化图像数据集、预训练模型架构及常用图像变换工具。核心功能包括加载 ImageNet、COCO 等主流视觉数据集，集成 ResNet、ViT 等经典模型，支持图像缩放、裁剪、归一化等可组合变换，并原生兼容 PyTorch 张量与 PIL 图像。适用于深度学习教学、视觉算法原型开发、模型微调与基准测试等场景，是构建端到端视觉任务 pipeline 的基础依赖库。