add cn doc for paddle.vision.transforms.erase and paddle.vision.transforms.RandomErasing

docs/api/paddle/vision/transforms/RandomErasing_cn.rst

@@ -0,0 +1,43 @@
+.. _cn_api_vision_transforms_RandomErasing:
+
+RandomErasing
+-------------------------------
+
+.. py:class:: paddle.vision.transforms.RandomErasing(prob=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False, keys=None)
+
+擦除图像中随机选择的矩形区域内的像素。
+
+参数
+:::::::::
+
+    - prob (float, 可选) - 输入数据被执行擦除操作的概率。 默认值：0.5。
+    - scale (sequence，可选) - 擦除区域面积在输入图像的中占比范围。 默认值：(0.02, 0.33)。
+    - ratio (sequence，可选) - 擦除区域的纵横比范围。 默认值：(0.3, 3.3)。
+    - value (int|float|sequence|str, 可选) - 擦除区域中像素将被替换为的值。如果value是一个数，所有的像素都将被替换为这个数。如果value是长为3的序列，R,G,B通道将被对应地替换。如果value是"random"，每个像素会被替换为随机值。默认值：0。
+    - inplace (bool，可选) - 该变换是否在原地操作。 默认值：False。
+    - keys (list[str]|tuple[str]，可选) - 与 ``BaseTransform`` 定义一致。默认值: None。
+
+形状
+:::::::::
+
+    - img (paddle.Tensor|np.array|PIL.Image) - 输入的图像数据。对于Tensor类型的输入，形状需要为(C, H, W)。对于np.array类型的输入，形状为(H, W, C)。
+    - output (paddle.Tensor|np.array|PIL.Image) - 返回随机擦除后的图像数据。
+
+返回
+:::::::::
+
+    计算 ``RandomErasing`` 的可调用对象。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+    import paddle
+
+    fake_img = paddle.randn((3, 10, 10)).astype(paddle.float32)
+    transform = paddle.vision.transforms.RandomErasing()
+    result = transform(fake_img)
+
+    print(result)
+

docs/api/paddle/vision/transforms/erase_cn.rst

@@ -0,0 +1,60 @@
+.. _cn_api_vision_transforms_erase:
+
+erase
+-------------------------------
+
+.. py:function:: paddle.vision.transforms.erase(img, i, j, h, w, v, inplace=False)
+
+使用给定的值擦除输入图像中的选定区域中的像素。
+
+参数
+:::::::::
+
+    - img (paddle.Tensor|np.array|PIL.Image) - 输入的图像。对于Tensor类型的输入，形状应该为(C, H, W)。对于np.array类型的输入，形状应该为(H, W, C)。
+    - i (int) - 擦除区域左上角点的纵坐标。
+    - j (int) - 擦除区域左上角点的横坐标。
+    - h (int) - 擦除区域的高。
+    - w (int) - 擦除区域的宽。
+    - v (paddle.Tensor|np.array) - 用于替换擦除区域中像素的值。当输入为np.array或者PIL.Image类型时，需要为np.array类型。
+    - inplace (bool, 可选) - 该变换是否在原地操作。默认值：False。
+
+返回
+:::::::::
+
+    ``paddle.Tensor`` 或 ``numpy.array`` 或 ``PIL.Image``，擦除后的图像，类型与输入图像的类型一致。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+    import paddle
+
+    fake_img = paddle.randn((3, 2, 4)).astype(paddle.float32)
+    print(fake_img)
+
+    #Tensor(shape=[3, 2, 4], dtype=float32, place=Place(gpu:0), stop_gradient=True,
+    #       [[[ 0.02169025, -0.97859967, -1.39175487, -1.07478464],
+    #         [ 0.20654772,  1.74624777,  0.32268861, -0.13857445]],
+    #
+    #        [[-0.14993843,  1.10793507, -0.40056887, -1.94395220],
+    #         [ 0.41686651,  0.44551995, -0.09356714, -0.60898107]],
+    #
+    #        [[-0.24998808, -1.47699273, -0.88838995,  0.42629015],
+    #         [ 0.56948012, -0.96200180,  0.53355658,  3.20450878]]])
+
+    values = paddle.zeros((1,1,1), dtype=paddle.float32)
+    result = paddle.vision.transforms.erase(fake_img, 0, 1, 1, 2, values)
+
+    print(result)
+
+    #Tensor(shape=[3, 2, 4], dtype=float32, place=Place(gpu:0), stop_gradient=True,
+    #       [[[ 0.02169025,  0.        ,  0.        , -1.07478464],
+    #         [ 0.20654772,  1.74624777,  0.32268861, -0.13857445]],
+    #
+    #         [[-0.14993843,  0.        ,  0.        , -1.94395220],
+    #           [ 0.41686651,  0.44551995, -0.09356714, -0.60898107]],
+    #
+    #         [[-0.24998808,  0.        ,  0.        ,  0.42629015],
+    #          [ 0.56948012, -0.96200180,  0.53355658,  3.20450878]]])
+