1.练习项目 ：
练习使用Python语言
2.开始练习
（1）源码 ：
from torchvision.datasets import VOCDetection
import torchvision.transforms as transforms
import numpy as np
import matplotlib.pyplot as plt
transform = transforms.Compose([
transforms.ToTensor(),
])
下载 VOC 2007 数据集
train_data = VOCDetection(root='./data',
year='2007',
image_set='train',
download=True,
transform=transform)
def display_images(image_list=None, title=None):
if image_list is None:
image_list = \[\]
if title is None:
title = ""
(False,True)
if not any(isinstance(i, list) for i in image_list):
image_list = image_list # img,img,img => \[img,img,img]
rows = len(image_list)
cols = max(len(row) if isinstance(row, list) else 1 for row in image_list)
plt.suptitle(title)
fig, ax = plt.subplots(rows, cols)
确保 ax 是 2 维数组
ax => \[ax] , ax => \[ax]
ax = np.atleast_2d(ax)
for i, row in enumerate(image_list):
if not isinstance(row, list):
row = row
for j, img in enumerate(row):
axi, j.imshow(img)
axi, j.axis("off")
for j in range(len(row), cols):
axi, j.axis("off")
plt.tight_layout()
plt.show()
def main():
images = \[\]
for i in range(5):
image, ann = train_datai
images.append(image.permute(1, 2, 0))
print(image.shape, ann)
display_images(images)
if name == "main":
main()
（2）检验结果
对此代码进行检验，检验后无报错，运行此代码，运行结果正确。
（3）练习心得：
注意每段代码末尾的分号是否存在 ，如不存在则需即使补充；输入法 是否切换为英语模式；语法是否错误。