PyTorchVideo
Rattachement africain : us. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
We introduce PyTorchVideo, an open-source deep-learning library that provides a rich set of modular, efficient, and reproducible components for a variety of video understanding tasks, including classification, detection, self-supervised learning, and low-level processing. The library covers a full stack of video understanding tools including multimodal data loading, transformations, and models that reproduce state-of-the-art performance. PyTorchVideo further supports hardware acceleration that enables real-time inference on mobile devices. The library is based on PyTorch and can be used by any training framework; for example, PyTorchLightning, PySlowFast, or Classy Vision. PyTorchVideo is available at https://pytorchvideo.org/.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- PyTorchVideo
- Date Crossref
- 17/10/2021
- Éditeur
- ACM
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Menlo School pays non établi dans la noticeUniversité ou école supérieure
-
Meta (United States) pays non établi dans la noticeEntreprise
-
Facebook AI pays non établi dans la noticeInstitution
Menlo School, Meta (United States) et Facebook AI.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.