PyTorch Vision (TorchVision)Biblioteca oficial de visão computacional do PyTorch com conjuntos de dados, transformações e modelos pré-treinados.

4.7 (6)

Avaliado por Daniel Nikulshyn·Atualizado julho de 2026

Computer Vision Open Source PyTorch Deep Learning Pre-Trained Models Python Research

Visão geral

TorchVision é a biblioteca de visão computacional complementar ao PyTorch, fornecendo uma coleção selecionada de conjuntos de dados popular, bibliotecas de utilidades de transformação de imagem e arquiteturas de modelo pré-treinadas. Ela atua como uma ferramenta de ponta para pesquisadores e desenvolvedores construindo pipelines de classificação de imagem, detecção de objetos, segmentação e compreensão de vídeo. A biblioteca apresenta implementações prontas para uso de arquiteturas bem conhecidas, como ResNet, EfficientNet, Transformadores de Visão, Faster R-CNN e Mask R-CNN, juntamente com pesos treinados em benchmarks padrão. Além disso, oferece operações de I/O eficientes, transformações aceleradas pela GPU e integração suave com o ecossistema PyTorch mais amplo, tornando mais fácil prototipar e implementar fluxos de Visão.

Funcionalidades principais

Modelos pré-treinados para classificação, detecção e segmentação
Transformações de imagem e vídeo componíveis
Carregadores para conjuntos de dados como COCO, ImageNet e CIFAR
Operadores para NMS, agrupamento de RoI e caixas delimitadoras
Suporte nativo para leitura e decodificação de imagens e vídeo
Compatibilidade com exportação TorchScript e ONNX

Preços

Modelo: Freemium
Categoria: Visão Computacional
Avaliação: 4.7 / 5 (6)

Casos de uso

Classificação de Imagem com Modelos Pré-Treinados

Ajuste fino ou implante arquiteturas como ResNet, EfficientNet ou Vision Transformers usando pesos pré-treinados para desenvolvimento rápido de classificação de imagens.

Pipelines de Detecção e Segmentação de Objetos

Construa sistemas de detecção e segmentação de instâncias usando Faster R-CNN e Mask R-CNN com operadores embutidos como NMS e agrupamento de RoI.

Experimentação de Conjuntos de Dados de Referência

Carregue e pré-processe rapidamente conjuntos de dados padrão como COCO, ImageNet e CIFAR para pesquisa e prototipagem de visão computacional reprodutíveis.

Exportação de Modelo de Produção

Exporte modelos de visão treinados para TorchScript ou ONNX para implantação em ambientes de produção e runtimes de inferência multiplataforma.

Prós e contras

Prós

Integração estreita com fluxos de trabalho do PyTorch
Ampla seleção de modelos e pesos pré-treinados
Manutenção ativa pela equipe do PyTorch
Transformações de imagem aceleradas por GPU
Acesso embutido a conjuntos de dados de visão comuns

Contras

Requer conhecimento do PyTorch para uso efetivo
Menos modelos de ponta do que bibliotecas comunitárias como timm
A documentação pode ficar para trás em relação aos lançamentos de novos recursos
Suporte limitado a modalidades não-visão

Histórico de batalhas

Em 1 batalha no Panteão.

1.º

2.º

3.º

Last battle

#6
Computer Vision Showdown — May 1, 2026
May 1, 2026 · #6 of 10

Avaliações

4.7

Média de 6 avaliações.

Entra para deixar uma avaliação.

Jamal Carter

Apr 7, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: torchScript and ONNX export compatibility and active maintenance by the PyTorch team. Where it lags: limited support for non-vision modalities. On balance the feature set — especially native support for reading and decoding images and video — justifies the 4 stars for our use case.

Aisha Khan

Feb 4, 2026

Does the job

Pretty happy overall. Native support for reading and decoding images and video just works and wide selection of pre-trained models and weights. Requires PyTorch knowledge to use effectively can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Margaret Whitfield

Dec 16, 2025

Skeptical, then convinced

I went in skeptical — most tools in this space overpromise. It actually delivers on composable image and video transforms, and tight integration with PyTorch workflows caught me off guard. Requires PyTorch knowledge to use effectively is why this isn't a perfect score, still, I'd recommend giving it a real trial.

Nadia Petrova

Nov 19, 2025

Years in this space

I've evaluated a lot of these over the years. What stands out here is loaders for datasets like COCO, ImageNet, and CIFAR — handled better than most — and active maintenance by the PyTorch team. Worth the time if this is your use case.

Tariq Aziz

Sep 18, 2025

Solid for our team

We rolled this out across the team last quarter and active maintenance by the PyTorch team. TorchScript and ONNX export compatibility fits neatly into how we already work, and loaders for datasets like COCO, ImageNet, and CIFAR removed a step we used to do by hand. but it has held up under daily use.

Diego Fernández

Jul 18, 2025

Use it every day

Honestly didn't expect to like it this much. Composable image and video transforms is exactly what I needed, and gPU-accelerated image transforms. I do wish requires PyTorch knowledge to use effectively, but I reach for it almost every day now and it just clicks.

Perguntas e respostas

Como o TorchVision se compara a bibliotecas comunitárias como timm?

O TorchVision oferece integração estreita com PyTorch, manutenção ativa pela equipe do PyTorch e carregadores de dataset incorporados, mas possui menos modelos de ponta que o timm. A documentação também pode ficar atrasada em relação às novas versões, então usuários avançados às vezes combinam ambas as bibliotecas.

Asked by Kwame Mensah · Oct 2, 2025

Posso exportar modelos TorchVision para implantação em produção?

Sim. Os modelos TorchVision são compatíveis com exportação para TorchScript e ONNX, permitindo que você os implante fora do Python ou os integre a runtimes de inferência. Eles também se integram perfeitamente com o ecossistema mais amplo do PyTorch.

Asked by Marcus Bell · Aug 20, 2025

Quais modelos pré-treinados e arquiteturas o TorchVision inclui prontamente?

O TorchVision vem com arquiteturas populares como ResNet, EfficientNet e Vision Transformers para classificação, além de Faster R‑CNN e Mask R‑CNN para detecção e segmentação. Cada um possui pesos treinados em benchmarks padrão como ImageNet e COCO.

Asked by Rina Desai · Jul 25, 2025