Update doc for Unify Transform API - stage 1

docs/api/api_python/dataset_vision/mindspore.dataset.vision.AutoContrast.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.AutoContrast
-==================================================
+mindspore.dataset.vision.AutoContrast
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.AutoContrast(cutoff=0.0, ignore=None)
+.. py:class:: mindspore.dataset.vision.AutoContrast(cutoff=0.0, ignore=None)
 
     在输入图像上应用自动对比度。首先计算图像的直方图，将直方图中最亮像素的值映射为255，将直方图中最暗像素的值映射为0。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.BoundingBoxAugment.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.BoundingBoxAugment
-========================================================
+mindspore.dataset.vision.BoundingBoxAugment
+===========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.BoundingBoxAugment(transform, ratio=0.3)
+.. py:class:: mindspore.dataset.vision.BoundingBoxAugment(transform, ratio=0.3)
 
     对图像的随机标注边界框区域，应用给定的图像变换处理。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.CenterCrop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.CenterCrop
-================================================
+mindspore.dataset.vision.CenterCrop
+===================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.CenterCrop(size)
+.. py:class:: mindspore.dataset.vision.CenterCrop(size)
 
     对输入图像应用中心区域裁剪。如果输入图像尺寸小于输出尺寸，则在裁剪前对输入图像边界填充0像素。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ConvertColor.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.ConvertColor
-==================================================
+mindspore.dataset.vision.ConvertColor
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.ConvertColor(convert_mode)
+.. py:class:: mindspore.dataset.vision.ConvertColor(convert_mode)
 
     更改图像的色彩空间。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Crop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Crop
-==========================================
+mindspore.dataset.vision.Crop
+=============================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Crop(coordinates, size)
+.. py:class:: mindspore.dataset.vision.Crop(coordinates, size)
 
     在输入图像上裁剪出指定区域。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.CutMixBatch.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.CutMixBatch
+mindspore.dataset.vision.CutMixBatch
 =================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.CutMixBatch(image_batch_format, alpha=1.0, prob=1.0)
+.. py:class:: mindspore.dataset.vision.CutMixBatch(image_batch_format, alpha=1.0, prob=1.0)
 
     对输入批次的图像和标注应用剪切混合转换。
     请注意，在调用此操作符之前，您需要将标注制作为 one-hot 格式并进行批处理。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.CutOut.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.CutOut
+mindspore.dataset.vision.CutOut
 ============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.CutOut(length, num_patches=1)
+.. py:class:: mindspore.dataset.vision.CutOut(length, num_patches=1, is_hwc=True)
 
     从输入图像数组中随机裁剪出给定数量的正方形区域。
 
@@ -9,11 +9,13 @@ mindspore.dataset.vision.c_transforms.CutOut
 
     - **length**  (int) - 每个正方形区域的边长，必须大于 0。
     - **num_patches**  (int, 可选) - 要从图像中切出的正方形区域数，必须大于0，默认值：1。
+    - **is_hwc** (bool, 可选) - 表示输入图像是否为HWC格式，True为HWC格式，False为CHW格式。默认值：True。
 
     **异常：**
 
     - **TypeError** - 如果 `length` 不是int类型。
     - **TypeError** - 如果 `num_patches` 不是int类型。
+    - **TypeError** - 如果 `is_hwc` 不是bool类型。
     - **ValueError** - 如果 `length` 小于或等于 0。
     - **ValueError** - 如果 `num_patches` 小于或等于 0。
     - **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Decode.rst

@@ -0,0 +1,16 @@
+mindspore.dataset.vision.Decode
+===============================
+
+.. py:class:: mindspore.dataset.vision.Decode(to_pil=False)
+
+    将输入的压缩图像解码为RGB格式。
+
+    **参数：**
+
+    - **to_pil**  (bool，可选) - 是否将图像解码为PIL数据类型。若为True，图像将被解码为PIL数据类型，否则解码为NumPy数据类型。默认值：False。
+
+    **异常：**
+
+    - **RuntimeError** - 如果输入图像不是一维序列。
+    - **RuntimeError** - 如果输入数据不是合法的图像字节数据。
+    - **RuntimeError** - 如果输入数据已经是解码的图像数据。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Equalize.rst

@@ -0,0 +1,10 @@
+mindspore.dataset.vision.Equalize
+=================================
+
+.. py:class:: mindspore.dataset.vision.Equalize()
+
+    对输入图像进行直方图均衡化。
+
+    **异常：**
+
+    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.FiveCrop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.FiveCrop
-===============================================
+mindspore.dataset.vision.FiveCrop
+=================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.FiveCrop(size)
+.. py:class:: mindspore.dataset.vision.FiveCrop(size)
 
     在输入PIL图像的中心与四个角处分别裁剪指定尺寸大小的子图。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.GaussianBlur.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.GaussianBlur
-==================================================
+mindspore.dataset.vision.GaussianBlur
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.GaussianBlur(kernel_size, sigma=None)
+.. py:class:: mindspore.dataset.vision.GaussianBlur(kernel_size, sigma=None)
 
     使用指定的高斯核对输入图像进行模糊处理。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Grayscale.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.Grayscale
-================================================
+mindspore.dataset.vision.Grayscale
+==================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.Grayscale(num_output_channels=1)
+.. py:class:: mindspore.dataset.vision.Grayscale(num_output_channels=1)
 
     将输入PIL图像转换为灰度图。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.HWC2CHW.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.HWC2CHW
-=============================================
+mindspore.dataset.vision.HWC2CHW
+================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.HWC2CHW()
+.. py:class:: mindspore.dataset.vision.HWC2CHW()
 
     将输入图像的shape从 <H, W, C> 转换为 <C, H, W>。输入图像应为 3 通道图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.HorizontalFlip.rst

@@ -0,0 +1,10 @@
+mindspore.dataset.vision.HorizontalFlip
+=======================================
+
+.. py:class:: mindspore.dataset.vision.HorizontalFlip()
+
+    水平翻转输入图像。
+
+    **异常：**
+
+    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.HsvToRgb.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.HsvToRgb
-===============================================
+mindspore.dataset.vision.HsvToRgb
+=================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.HsvToRgb(is_hwc=False)
+.. py:class:: mindspore.dataset.vision.HsvToRgb(is_hwc=False)
 
     将输入的HSV格式numpy.ndarray图像转换为RGB格式。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Invert.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Invert
-============================================
+mindspore.dataset.vision.Invert
+===============================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Invert()
+.. py:class:: mindspore.dataset.vision.Invert()
 
     在 RGB 模式下对输入图像应用像素反转，计算方式为（255 - pixel）。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.LinearTransformation.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.LinearTransformation
-===========================================================
+mindspore.dataset.vision.LinearTransformation
+=============================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.LinearTransformation(transformation_matrix, mean_vector)
+.. py:class:: mindspore.dataset.vision.LinearTransformation(transformation_matrix, mean_vector)
 
     使用指定的变换方阵和均值向量对输入numpy.ndarray图像进行线性变换。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.MixUp.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.MixUp
-============================================
+mindspore.dataset.vision.MixUp
+==============================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.MixUp(batch_size, alpha, is_single=True)
+.. py:class:: mindspore.dataset.vision.MixUp(batch_size, alpha, is_single=True)
 
     随机混合一批输入的numpy.ndarray图像及其标签。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.MixUpBatch.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.MixUpBatch
-================================================
+mindspore.dataset.vision.MixUpBatch
+===================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.MixUpBatch(alpha=1.0)
+.. py:class:: mindspore.dataset.vision.MixUpBatch(alpha=1.0)
 
     对输入批次的图像和标注应用混合转换。从批处理中随机抽取两个图像，其中一个图像乘以随机权重 (lambda)，另一个图像乘以 (1 - lambda)，并相加。该处理将会同时应用于one-hot标注。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Normalize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Normalize
-===============================================
+mindspore.dataset.vision.Normalize
+==================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Normalize(mean, std)
+.. py:class:: mindspore.dataset.vision.Normalize(mean, std, is_hwc=True)
 
     根据均值和标准差对输入图像进行归一化。
 
@@ -13,11 +13,12 @@ mindspore.dataset.vision.c_transforms.Normalize
 
     - **mean**  (sequence) - 图像每个通道的均值组成的列表或元组。平均值必须在 [0.0, 255.0] 范围内。
     - **std**  (sequence) - 图像每个通道的标准差组成的列表或元组。标准差值必须在 (0.0, 255.0] 范围内。
+    - **is_hwc** (bool, 可选) - 表示输入图像是否为HWC格式，True为HWC格式，False为CHW格式。默认值：True。
 
     **异常：**
 
     - **TypeError** - 如果 `mean` 不是sequence类型。
     - **TypeError** - 如果 `std` 不是sequence类型。
+    - **TypeError** - 如果 `is_hwc` 不是bool类型。
     - **ValueError** - 如果 `mean` 不在 [0.0, 255.0] 范围内。
     - **ValueError** - 如果 `mean` 不在范围内 (0.0, 255.0]。
-    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.NormalizePad.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.NormalizePad
-==================================================
+mindspore.dataset.vision.NormalizePad
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.NormalizePad(mean, std, dtype="float32")
+.. py:class:: mindspore.dataset.vision.NormalizePad(mean, std, dtype="float32", is_hwc=True)
 
     根据均值和标准差对输入图像进行归一化，然后填充一个全零的额外通道。
 
@@ -10,12 +10,13 @@ mindspore.dataset.vision.c_transforms.NormalizePad
     - **mean**  (sequence) - 图像每个通道的均值组成的列表或元组。平均值必须在 (0.0, 255.0] 范围内。
     - **std**  (sequence) - 图像每个通道的标准差组成的列表或元组。标准差值必须在 (0.0, 255.0] 范围内。
     - **dtype**  (str, 可选) - 输出图像的数据类型，默认值："float32"。
+    - **is_hwc** (bool, 可选) - 表示输入图像是否为HWC格式，True为HWC格式，False为CHW格式。默认值：True。
 
     **异常：**
 
     - **TypeError** - 如果 `mean` 不是sequence类型。
     - **TypeError** - 如果 `std` 不是sequence类型。
     - **TypeError** - 如果 `dtype` 不是str类型。
+    - **TypeError** - 如果 `is_hwc` 不是bool类型。
     - **ValueError** - 如果 `mean` 不在 [0.0, 255.0] 范围内。
     - **ValueError** - 如果 `std` 不在范围内 (0.0, 255.0]。
-    - **RuntimeError** - 如果输入图像的shape不是 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Pad.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Pad
-=========================================
+mindspore.dataset.vision.Pad
+============================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Pad(padding, fill_value=0, padding_mode=Border.CONSTANT)
+.. py:class:: mindspore.dataset.vision.Pad(padding, fill_value=0, padding_mode=Border.CONSTANT)
 
     填充图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomAffine.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomAffine
-==================================================
+mindspore.dataset.vision.RandomAffine
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=Inter.NEAREST, fill_value=0)
+.. py:class:: mindspore.dataset.vision.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=Inter.NEAREST, fill_value=0)
 
     对输入图像应用随机仿射变换。
 
@@ -26,6 +26,7 @@ mindspore.dataset.vision.c_transforms.RandomAffine
       - **Inter.BILINEAR**: 双线性插值。
       - **Inter.NEAREST**: 最近邻插值。
       - **Inter.BICUBIC**: 双三次插值。
+      - **Inter.BICUBIC**: 区域插值。
 
     - **fill_value**  (Union[int, tuple[int]], 可选) - 用于填充输出图像中变换之外的区域。元组中必须有三个值，取值范围是[0, 255]，默认值：0。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomColor.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomColor
-=================================================
+mindspore.dataset.vision.RandomColor
+====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomColor(degrees=(0.1, 1.9))
+.. py:class:: mindspore.dataset.vision.RandomColor(degrees=(0.1, 1.9))
 
     随机调整输入图像的颜色。此操作仅适用于 3 通道RGB图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomColorAdjust.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomColorAdjust
-=======================================================
+mindspore.dataset.vision.RandomColorAdjust
+==========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomColorAdjust(brightness=(1, 1), contrast=(1, 1), saturation=(1, 1), hue=(0, 0))
+.. py:class:: mindspore.dataset.vision.RandomColorAdjust(brightness=(1, 1), contrast=(1, 1), saturation=(1, 1), hue=(0, 0))
 
     随机调整输入图像的亮度、对比度、饱和度和色调。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomCrop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomCrop
-================================================
+mindspore.dataset.vision.RandomCrop
+===================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
+.. py:class:: mindspore.dataset.vision.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
 
     对输入图像进行随机区域的裁剪。如果输入图像尺寸小于输出尺寸，输入图像将在裁剪前被填充。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomCropDecodeResize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomCropDecodeResize
-============================================================
+mindspore.dataset.vision.RandomCropDecodeResize
+===============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomCropDecodeResize(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
+.. py:class:: mindspore.dataset.vision.RandomCropDecodeResize(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
 
     "裁剪"、"解码"和"调整尺寸大小"的组合处理。该算子将在随机位置裁剪输入图像，以 RGB 模式对裁剪后的图像进行解码，并调整解码图像的尺寸大小。针对 JPEG 图像进行了优化, 可以获得更好的性能。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomCropWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomCropWithBBox
-========================================================
+mindspore.dataset.vision.RandomCropWithBBox
+===========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomCropWithBBox(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
+.. py:class:: mindspore.dataset.vision.RandomCropWithBBox(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
 
     在输入图像的随机位置进行裁剪并相应地调整边界框。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomErasing.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.RandomErasing
-====================================================
+mindspore.dataset.vision.RandomErasing
+======================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomErasing(prob=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False, max_attempts=10)
+.. py:class:: mindspore.dataset.vision.RandomErasing(prob=0.5, scale=(0.02, 0.33), ratio=(0.3, 3.3), value=0, inplace=False, max_attempts=10)
 
     按照指定的概率擦除输入numpy.ndarray图像上随机矩形区域内的像素。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomGrayscale.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.RandomGrayscale
-======================================================
+mindspore.dataset.vision.RandomGrayscale
+========================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomGrayscale(prob=0.1)
+.. py:class:: mindspore.dataset.vision.RandomGrayscale(prob=0.1)
 
     按照指定的概率将输入PIL图像转换为灰度图。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomHorizontalFlip.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomHorizontalFlip
-==========================================================
+mindspore.dataset.vision.RandomHorizontalFlip
+=============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomHorizontalFlip(prob=0.5)
+.. py:class:: mindspore.dataset.vision.RandomHorizontalFlip(prob=0.5)
 
     对输入图像按给定的概率进行水平随机翻转。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomHorizontalFlipWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomHorizontalFlipWithBBox
-==================================================================
+mindspore.dataset.vision.RandomHorizontalFlipWithBBox
+=====================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomHorizontalFlipWithBBox(prob=0.5)
+.. py:class:: mindspore.dataset.vision.RandomHorizontalFlipWithBBox(prob=0.5)
 
     对输入图像按给定的概率进行水平随机翻转并相应地调整边界框。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomPerspective.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.RandomPerspective
-========================================================
+mindspore.dataset.vision.RandomPerspective
+==========================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomPerspective(distortion_scale=0.5, prob=0.5, interpolation=Inter.BICUBIC)
+.. py:class:: mindspore.dataset.vision.RandomPerspective(distortion_scale=0.5, prob=0.5, interpolation=Inter.BICUBIC)
 
     按照指定的概率对输入PIL图像进行透视变换。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomPosterize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomPosterize
-=====================================================
+mindspore.dataset.vision.RandomPosterize
+========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomPosterize(bits=(8, 8))
+.. py:class:: mindspore.dataset.vision.RandomPosterize(bits=(8, 8))
 
     随机减少输入图像每个颜色通道的位数。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomResize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomResize
-==================================================
+mindspore.dataset.vision.RandomResize
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomResize(size)
+.. py:class:: mindspore.dataset.vision.RandomResize(size)
 
     对输入图像使用随机选择的 :class:`mindspore.dataset.vision.Inter` 插值方式去调整它的尺寸大小。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomResizeWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomResizeWithBBox
-==========================================================
+mindspore.dataset.vision.RandomResizeWithBBox
+=============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomResizeWithBBox(size)
+.. py:class:: mindspore.dataset.vision.RandomResizeWithBBox(size)
 
     对输入图像使用随机选择的 :class:`mindspore.dataset.vision.Inter` 插值方式去调整它的尺寸大小，并相应地调整边界框的尺寸大小。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomResizedCrop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomResizedCrop
-=======================================================
+mindspore.dataset.vision.RandomResizedCrop
+==========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
+.. py:class:: mindspore.dataset.vision.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
 
     对输入图像进行随机裁剪，并使用指定的 :class:`mindspore.dataset.vision.Inter` 插值方式去调整为指定的尺寸大小。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomResizedCropWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomResizedCropWithBBox
-================================================================
+mindspore.dataset.vision.RandomResizedCropWithBBox
+==================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomResizedCropWithBBox(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
+.. py:class:: mindspore.dataset.vision.RandomResizedCropWithBBox(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
 
     对输入图像进行随机裁剪且随机调整纵横比，并将处理后的图像调整为指定的尺寸大小，并相应地调整边界框。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomRotation.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomRotation
-=====================================================
+mindspore.dataset.vision.RandomRotation
+=======================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomRotation(degrees, resample=Inter.NEAREST, expand=False, center=None, fill_value=0)
+.. py:class:: mindspore.dataset.vision.RandomRotation(degrees, resample=Inter.NEAREST, expand=False, center=None, fill_value=0)
 
     在指定的角度范围内，随机旋转输入图像。
 
@@ -13,6 +13,8 @@ mindspore.dataset.vision.c_transforms.RandomRotation
       - Inter.BILINEAR，双线性插值。
       - Inter.NEAREST，最近邻插值。
       - Inter.BICUBIC，双三次插值。
+      - Inter.AREA，区域插值。
+      - Inter.ANTIALIAS，抗锯齿插值。
 
     - **expand** (bool, 可选) - 若为True，将扩展图像尺寸大小使其足以容纳整个旋转图像；若为False，则保持图像尺寸大小不变。请注意，扩展时将假设图像为中心旋转且未进行平移。默认值：False。
     - **center** (tuple, 可选) - 可选的旋转中心，以图像左上角为原点，旋转中心的位置按照 (宽度, 高度) 格式指定。默认值：None，表示中心旋转。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomSelectSubpolicy.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomSelectSubpolicy
-===========================================================
+mindspore.dataset.vision.RandomSelectSubpolicy
+==============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomSelectSubpolicy(policy)
+.. py:class:: mindspore.dataset.vision.RandomSelectSubpolicy(policy)
 
     从策略列表中随机选择一个子策略以应用于输入图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomSharpness.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomSharpness
-=====================================================
+mindspore.dataset.vision.RandomSharpness
+========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomSharpness(degrees=(0.1, 1.9))
+.. py:class:: mindspore.dataset.vision.RandomSharpness(degrees=(0.1, 1.9))
 
     在固定或随机的范围调整输入图像的锐度。度数为0.0时将返回模糊图像；度数为1.0时将返回原始图像；度数为2.0时将返回锐化图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomSolarize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomSolarize
-====================================================
+mindspore.dataset.vision.RandomSolarize
+=======================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomSolarize(threshold=(0, 255))
+.. py:class:: mindspore.dataset.vision.RandomSolarize(threshold=(0, 255))
 
     从给定阈值范围内随机选择一个子范围，对位于给定子范围内的像素，将其像素值设置为(255 - 原本像素值)。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomVerticalFlip.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomVerticalFlip
-==========================================================
+mindspore.dataset.vision.RandomVerticalFlip
+===========================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomVerticalFlip(prob=0.5)
+.. py:class:: mindspore.dataset.vision.RandomVerticalFlip(prob=0.5)
 
     以给定的概率对输入图像在垂直方向进行随机翻转。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RandomVerticalFlipWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.RandomVerticalFlipWithBBox
-=================================================================
+mindspore.dataset.vision.RandomVerticalFlipWithBBox
+===================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.RandomVerticalFlipWithBBox(prob=0.5)
+.. py:class:: mindspore.dataset.vision.RandomVerticalFlipWithBBox(prob=0.5)
 
     以给定的概率对输入图像和边界框在垂直方向进行随机翻转。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Rescale.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Rescale
-=================================================
+mindspore.dataset.vision.Rescale
+================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Rescale(rescale, shift)
+.. py:class:: mindspore.dataset.vision.Rescale(rescale, shift)
 
     基于给定的缩放和平移因子调整图像的像素大小。输出图像的像素大小为：output = image * rescale + shift。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Resize.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Resize
+mindspore.dataset.vision.Resize
 ============================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Resize(size, interpolation=Inter.LINEAR)
+.. py:class:: mindspore.dataset.vision.Resize(size, interpolation=Inter.LINEAR)
 
     对输入图像使用给定的 :class:`mindspore.dataset.vision.Inter` 插值方式去调整为给定的尺寸大小。
 
@@ -10,11 +10,13 @@ mindspore.dataset.vision.c_transforms.Resize
     - **size** (Union[int, Sequence[int]]) - 图像的输出尺寸大小。若输入整型，则放缩至(size, size)大小；若输入2元素序列，则以2个元素分别为高和宽放缩至(高度, 宽度)大小。
     - **interpolation** (Inter, 可选) - 图像插值方式。它可以是 [Inter.LINEAR, Inter.NEAREST, Inter.BICUBIC, Inter.PILCUBIC] 中的任何一个，默认值：Inter.LINEAR。
 
-      - Inter.LINEAR，双线性插值。
+      - Inter.BILINEAR，双线性插值。
+      - Inter.LINEAR，双线性插值，同 Inter.BILINEAR 。
       - Inter.NEAREST，最近邻插值。
       - Inter.BICUBIC，双三次插值。
       - Inter.AREA，像素区域插值。
-      - Inter.PILCUBIC，Pillow库中实现的双三次插值，输入应为3通道格式。
+      - Inter.PILCUBIC，双三次插值，实现同Pillow，仅当输入为numpy.ndarray格式的3通道图像时有效。
+      - Inter.ANTIALIAS，抗锯齿插值。
 
     **异常：**
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ResizeWithBBox.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.ResizeWithBBox
-====================================================
+mindspore.dataset.vision.ResizeWithBBox
+=======================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.ResizeWithBBox(size, interpolation=Inter.LINEAR)
+.. py:class:: mindspore.dataset.vision.ResizeWithBBox(size, interpolation=Inter.LINEAR)
 
     将输入图像调整为给定的尺寸大小并相应地调整边界框的大小。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.RgbToHsv.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.RgbToHsv
-===============================================
+mindspore.dataset.vision.RgbToHsv
+=================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.RgbToHsv(is_hwc=False)
+.. py:class:: mindspore.dataset.vision.RgbToHsv(is_hwc=False)
 
     将输入的RGB格式numpy.ndarray图像转换为HSV格式。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.Rotate.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.Rotate
-============================================
+mindspore.dataset.vision.Rotate
+===============================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.Rotate(degrees, resample=Inter.NEAREST, expand=False, center=None, fill_value=0)
+.. py:class:: mindspore.dataset.vision.Rotate(degrees, resample=Inter.NEAREST, expand=False, center=None, fill_value=0)
 
     将输入图像旋转指定的度数。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.SlicePatches.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.SlicePatches
-===================================================
+mindspore.dataset.vision.SlicePatches
+=====================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.SlicePatches(num_height=1, num_width=1, slice_mode=SliceMode.PAD, fill_value=0)
+.. py:class:: mindspore.dataset.vision.SlicePatches(num_height=1, num_width=1, slice_mode=SliceMode.PAD, fill_value=0)
 
     在水平和垂直方向上将Tensor切片为多个块。适合于Tensor高宽较大的使用场景。如果将 `num_height` 和 `num_width` 都设置为 1，则Tensor将保持不变。输出Tensor的数量等于 num_height*num_width。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.SoftDvppDecodeRandomCropResizeJpeg.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.SoftDvppDecodeRandomCropResizeJpeg
-========================================================================
+mindspore.dataset.vision.SoftDvppDecodeRandomCropResizeJpeg
+===========================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.SoftDvppDecodeRandomCropResizeJpeg(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), max_attempts=10)
+.. py:class:: mindspore.dataset.vision.SoftDvppDecodeRandomCropResizeJpeg(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), max_attempts=10)
 
     使用Ascend系列芯片DVPP模块的模拟算法对JPEG图像进行裁剪、解码和缩放。
     使用场景与数据增强算子 :class:`mindspore.dataset.vision.c_transforms.SoftDvppDecodeResizeJpeg` 一致。输入图像尺寸大小应在 [32*32, 8192*8192] 范围内。图像长度和宽度的缩小和放大倍数应在 [1/32, 16] 范围内。使用该算子只能输出具有均匀分辨率的图像，不支持奇数分辨率的输出。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.SoftDvppDecodeResizeJpeg.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.c_transforms.SoftDvppDecodeResizeJpeg
-================================================================
+mindspore.dataset.vision.SoftDvppDecodeResizeJpeg
+=================================================
 
-.. py:class:: mindspore.dataset.vision.c_transforms.SoftDvppDecodeResizeJpeg(size)
+.. py:class:: mindspore.dataset.vision.SoftDvppDecodeResizeJpeg(size)
 
     使用Ascend系列芯片DVPP模块的模拟算法对JPEG图像进行解码和缩放。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.TenCrop.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.TenCrop
-==============================================
+mindspore.dataset.vision.TenCrop
+================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.TenCrop(size, use_vertical_flip=False)
+.. py:class:: mindspore.dataset.vision.TenCrop(size, use_vertical_flip=False)
 
     在输入PIL图像的中心与四个角处分别裁剪指定尺寸大小的子图，并将其翻转图一并返回。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToNumpy.rst

@@ -0,0 +1,6 @@
+mindspore.dataset.vision.ToNumpy
+================================
+
+.. py:class:: mindspore.dataset.vision.ToNumpy
+
+    将输入PIL图像转换为numpy.ndarray图像。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToPIL.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.ToPIL
-============================================
+mindspore.dataset.vision.ToPIL
+==============================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.ToPIL
+.. py:class:: mindspore.dataset.vision.ToPIL
 
     将已解码的numpy.ndarray图像转换为PIL图像。
 

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToTensor.rst

@@ -0,0 +1,15 @@
+mindspore.dataset.vision.ToTensor
+=================================
+
+.. py:class:: mindspore.dataset.vision.ToTensor(output_type=np.float32)
+
+    将输入PIL图像或numpy.ndarray图像转换为指定类型的numpy.ndarray图像，图像的像素值范围将从[0, 255]放缩为[0.0, 1.0]，shape将从(H, W, C)调整为(C, H, W)。
+
+    **参数：**
+
+    - **output_type** (Union[mindspore.dtype, numpy.dtype]，可选) - 输出图像的数据类型，默认值：:class:`numpy.float32`。
+
+    **异常：**
+
+    - **TypeError** - 当输入图像的类型不为 :class:`PIL.Image.Image` 或 :class:`numpy.ndarray` 。
+    - **TypeError** - 输入图像的维度不为2或3。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.ToType.rst

@@ -0,0 +1,18 @@
+mindspore.dataset.vision.ToType
+===============================
+
+.. py:class:: mindspore.dataset.vision.ToType(data_type)
+
+    将输入转换为指定的MindSpore数据类型或NumPy数据类型。
+
+    效果同 :class:`mindspore.dataset.transforms.TypeCast` 。
+
+    .. note:: 此操作支持通过 Offload 在 Ascend 或 GPU 平台上运行。
+
+    **参数：**
+
+    - **data_type** (Union[mindspore.dtype, numpy.dtype]) - 输出图像的数据类型，例如 :class:`numpy.float32` 。
+
+    **异常：**
+
+    - **TypeError** - 当 `data_type` 的类型不为 :class:`mindspore.dtype` 或 :class:`numpy.dtype` 。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.UniformAugment.rst

@@ -1,7 +1,7 @@
-mindspore.dataset.vision.py_transforms.UniformAugment
-=====================================================
+mindspore.dataset.vision.UniformAugment
+=======================================
 
-.. py:class:: mindspore.dataset.vision.py_transforms.UniformAugment(transforms, num_ops=2)
+.. py:class:: mindspore.dataset.vision.UniformAugment(transforms, num_ops=2)
 
     从指定序列中均匀采样一批数据处理操作，并按顺序随机执行，即采样出的操作也可能不被执行。
     

docs/api/api_python/dataset_vision/mindspore.dataset.vision.VerticalFlip.rst

@@ -0,0 +1,10 @@
+mindspore.dataset.vision.VerticalFlip
+=====================================
+
+.. py:class:: mindspore.dataset.vision.VerticalFlip
+
+    对输入图像进行垂直翻转。
+
+    **异常：**
+
+    - **RuntimeError** - 如果输入的Tensor不是 <H, W> 或 <H, W, C> 格式。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Decode.rst

@@ -1,15 +0,0 @@
-mindspore.dataset.vision.c_transforms.Decode
-============================================
-
-.. py:class:: mindspore.dataset.vision.c_transforms.Decode(rgb=True)
-
-    对输入图像进行解码。
-
-    **参数：**
-
-    - **rgb**  (bool，可选) - 解码输入图像的模式。若为True，将输入解码为RGB图像；否则为BGR图像(已弃用)。默认值：True。
-
-    **异常：**
-
-    - **RuntimeError** - 如果 `rgb` 为 False，因为此选项已弃用。
-    - **RuntimeError** - 如果输入图像不是一维序列。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.Equalize.rst

@@ -1,10 +0,0 @@
-mindspore.dataset.vision.c_transforms.Equalize
-==============================================
-
-.. py:class:: mindspore.dataset.vision.c_transforms.Equalize()
-
-    对输入图像进行直方图均衡化。
-
-    **异常：**
-
-    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.HorizontalFlip.rst

@@ -1,10 +0,0 @@
-mindspore.dataset.vision.c_transforms.HorizontalFlip
-====================================================
-
-.. py:class:: mindspore.dataset.vision.c_transforms.HorizontalFlip()
-
-    水平翻转输入图像。
-
-    **异常：**
-
-    - **RuntimeError** - 如果输入图像的shape不是 <H, W> 或 <H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.UniformAugment.rst

@@ -1,17 +0,0 @@
-mindspore.dataset.vision.c_transforms.UniformAugment
-====================================================
-
-.. py:class:: mindspore.dataset.vision.c_transforms.UniformAugment(transforms, num_ops=2)
-
-    对输入图像执行随机选取的数据增强操作。
-
-    **参数：**
-
-    - **transforms** (TensorOperation) - 对给定图像随机选择的边界框区域应用 C++ 变换处理。(不接受Python操作）。
-    - **num_ops** (int, 可选) - 要选择和执行的操作的数量，默认值：2。
-
-    **异常：**
-
-    - **TypeError** - 如果 `transform` 不是 :class:`mindspore.dataset.vision.c_transforms` 模块中的图像变换处理。
-    - **TypeError** - 当 `num_ops` 不是int类型。
-    - **ValueError** - 当 `num_ops` 不为正数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.c_transforms.VerticalFlip.rst

@@ -1,10 +0,0 @@
-mindspore.dataset.vision.c_transforms.VerticalFlip
-===================================================
-
-.. py:class:: mindspore.dataset.vision.c_transforms.VerticalFlip
-
-    对输入图像进行垂直翻转。
-
-    **异常：**
-
-    - **RuntimeError** - 如果输入的Tensor不是 <H, W> 或 <H, W, C> 格式。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.AutoContrast.rst

@@ -1,21 +0,0 @@
-mindspore.dataset.vision.py_transforms.AutoContrast
-===================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.AutoContrast(cutoff=0.0, ignore=None)
-
-    最大化（标准化）输入PIL图像的对比度。
-
-    首先计算输入图像的直方图，移除指定 `cutoff` 比例的最亮和最暗像素后，将像素值重新映射至[0, 255]，使得最暗像素变为黑色，最亮像素变为白色。
-
-    **参数：**
-
-    - **cutoff** (float，可选) - 从直方图中移除最亮和最暗像素的百分比，取值范围为[0.0, 50.0)，默认值：0.0。
-    - **ignore** (Union[int, Sequence[int]]，可选) - 背景像素值，将会被直接映射为白色，默认值：None，表示没有背景像素。
-
-    **异常：**
-
-    - **TypeError** - 当 `cutoff` 的类型不为float。
-    - **TypeError** - 当 `ignore` 的类型不为int或Sequence[int]。
-    - **ValueError** - 当 `cutoff` 取值不在[0, 50.0)范围内。
-    - **ValueError** - 当 `ignore` 取值不在[0, 255]范围内。
-    - **RuntimeError** - 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.CenterCrop.rst

@@ -1,15 +0,0 @@
-mindspore.dataset.vision.py_transforms.CenterCrop
-=================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.CenterCrop(size)
-
-    以输入PIL图像的中心为裁剪中心，裁剪指定尺寸大小的子图。
-
-    **参数：**
-
-    - **size** (Union[int, Sequence[int, int]]) - 裁剪子图的尺寸大小。若输入int，则以该值为边长裁剪( `size` , `size` )尺寸大小的子图；若输入Sequence[int, int]，则以2个元素分别为高和宽裁剪子图。
-
-    **异常：**
-
-    - **TypeError** - 当 `size` 的类型不为int或Sequence[int]。
-    - **ValueError** - 当 `size` 不为正数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Cutout.rst

@@ -1,21 +0,0 @@
-mindspore.dataset.vision.py_transforms.Cutout
-=============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Cutout(length, num_patches=1)
-
-    随机去除输入numpy.ndarray图像上一定数量的正方形区域，将区域内像素值置为0。
-
-    请参阅论文 `Improved Regularization of Convolutional Neural Networks with Cutout <https://arxiv.org/pdf/1708.04552.pdf>`_ 。
-
-    **参数：**
-
-    - **length** (int) - 去除正方形区域的边长。
-    - **num_patches** (int，可选) - 去除区域的数量，默认值：1。
-    
-    **异常：**
-
-    - **TypeError** - 当 `length` 的类型不为int。
-    - **TypeError** - 当 `num_patches` 的类型不为int。
-    - **ValueError** - 当 `length` 小于等于0。
-    - **ValueError** - 当 `num_patches` 小于等于0。
-    - **RuntimeError** - 当输入图像的shape不为<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Decode.rst

@@ -1,11 +0,0 @@
-mindspore.dataset.vision.py_transforms.Decode
-=============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Decode
-
-    将输入原始图像字节解码为RGB格式PIL图像。
-
-    **异常：**
-
-    - **ValueError** - 当输入不是原始图像字节。
-    - **ValueError** - 当输入是已解码的图像。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Equalize.rst

@@ -1,8 +0,0 @@
-mindspore.dataset.vision.py_transforms.Equalize
-===============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Equalize
-
-    对输入PIL图像进行直方图均衡。
-
-    通过对输入图像进行非线性映射，使得输出图像中的灰度值服从均匀分布。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.HWC2CHW.rst

@@ -1,11 +0,0 @@
-mindspore.dataset.vision.py_transforms.HWC2CHW
-==============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.HWC2CHW
-
-    将输入的numpy.ndarray图像的shape从(H, W, C)转换为(C, H, W)。
-
-    **异常：**
-
-    - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 。
-    - **TypeError** - 当输入图像的维度不为3。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Invert.rst

@@ -1,6 +0,0 @@
-mindspore.dataset.vision.py_transforms.Invert
-=============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Invert
-
-    反转输入PIL图像的颜色。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Normalize.rst

@@ -1,25 +0,0 @@
-mindspore.dataset.vision.py_transforms.Normalize
-================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Normalize(mean, std)
-
-    使用指定的均值和标准差，标准化shape为(C, H, W)的输入numpy.ndarray图像。
-
-    .. math::
-
-        output_{c} = \frac{input_{c} - mean_{c}}{std_{c}}
-
-    .. note:: 输入图像的像素值需要在[0.0, 1.0]范围内。否则，请先调用 :class:`mindspore.dataset.vision.py_transforms.ToTensor` 进行转换。
-
-    **参数：**
-
-    - **mean** (Union[float, Sequence[float]]) - 各通道的像素均值，取值范围为[0.0, 1.0]。若输入float，将为每个通道应用相同的均值；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
-    - **std** (Union[float, Sequence[float]]) - 各通道的标准差，取值范围为(0.0, 1.0]。若输入float，将为每个通道应用相同的标准差；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
-
-    **异常：**
-
-    - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 。
-    - **TypeError** - 当输入图像的维度不为3。
-    - **NotImplementedError** - 当输入图像的像素值类型为int。
-    - **ValueError** - 当 `mean` 与 `std` 的长度不相等。
-    - **ValueError** - 当 `mean` 或 `std` 的长度即不等于1，也不等于图像的通道数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.NormalizePad.rst

@@ -1,28 +0,0 @@
-mindspore.dataset.vision.py_transforms.NormalizePad
-===================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.NormalizePad(mean, std, dtype='float32')
-
-    使用指定的均值和标准差，标准化shape为(C, H, W)的输入numpy.ndarray图像，并填充一个全零的额外通道。
-
-    .. math::
-        output_{c} = \begin{cases}
-        \frac{input_{c} - mean_{c}}{std_{c}}, & \text{if} \quad 0 \le c < 3 \text{;}\\
-        0, & \text{if} \quad c = 3 \text{.}
-        \end{cases}
-
-    .. note:: 输入图像的像素值需要在[0.0, 1.0]范围内。否则，请先调用 :class:`mindspore.dataset.vision.py_transforms.ToTensor` 进行转换。
-
-    **参数：**
-
-    - **mean** (Union[float, Sequence[float]]) - 各通道的像素均值，取值范围为[0.0, 1.0]。若输入float，将为每个通道应用相同的均值；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
-    - **std** (Union[float, Sequence[float]]) - 各通道的标准差，取值范围为(0.0, 1.0]。若输入float，将为每个通道应用相同的标准差；若输入Sequence[float]，长度应与通道数相等，且对应通道顺序进行排列。
-    - **dtype** (str，可选) - 输出图像的数据类型，仅支持"float32"和"float16"，默认值："float32"。
-
-    **异常：**
-
-    - **TypeError** - 当输入图像的类型不为 :class:`numpy.ndarray` 。
-    - **TypeError** - 当输入图像的维度不为3。
-    - **NotImplementedError** - 当输入图像的像素值类型为int。
-    - **ValueError** - 当 `mean` 与 `std` 的长度不相等。
-    - **ValueError** - 当 `mean` 或 `std` 的长度即不等于1，也不等于图像的通道数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Pad.rst

@@ -1,28 +0,0 @@
-mindspore.dataset.vision.py_transforms.Pad
-==========================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Pad(padding, fill_value=0, padding_mode=Border.CONSTANT)
-
-    对输入PIL图像的各边进行填充。
-
-    **参数：**
-
-    - **padding** (Union[int, Sequence[int, int], Sequence[int, int, int, int]]) - 图像各边填充的像素数。若输入int，将以该值对所有边框进行填充；若输入Sequence[int, int]，将以第一个值填充左、上边框，第二个值填充右、下边框；若输入Sequence[int, int, int, int]，将分别用于填充左、上、右和下边框。
-    - **fill_value** (Union[int, tuple[int, int, int]]，可选) - 用于填充边框的像素值，仅当 `padding_mode` 为 Border.CONSTANT 时生效 。若输入int，将以该值填充RGB通道；若输入tuple[int, int, int]，将分别用于填充R、G、B通道。默认值：0。
-    - **padding_mode** (Border，可选) - 填充方式，取值可为 Border.CONSTANT、Border.EDGE、Border.REFLECT 或 Border.SYMMETRIC。默认值：Border.CONSTANT。
-
-      - **Border.CONSTANT**：使用常量值进行填充。
-      - **Border.EDGE**：使用各边的边界像素值进行填充。
-      - **Border.REFLECT**：以各边的边界为轴进行镜像填充，忽略边界像素值。
-      - **Border.SYMMETRIC**：以各边的边界为轴进行对称填充，包括边界像素值。
-
-    .. note:: 当 `padding` 输入长度为2的序列时的行为未来将从使用第一个值填充左/上边界，使用第二个值填充右/下边界，变为使用第一个值填充左/右边界，使用第二个值填充上/下边界。你也可以直接输入长度为4的序列来分别指定左、上、右和下边界的填充长度。
-
-    **异常：**
-
-    - **TypeError** - 当 `padding` 的类型不为int或Sequence[int, int]。
-    - **TypeError** - 当 `fill_value` 的类型不为int或tuple[int, int, int]。
-    - **TypeError** - 当 `padding_mode` 的类型不为 :class:`mindspore.dataset.vision.Border` 。
-    - **ValueError** - 当 `padding` 为负数。
-    - **ValueError** - 当 `fill_value` 取值不在[0, 255]范围内。
-    - **RuntimeError** 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomAffine.rst

@@ -1,34 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomAffine
-===================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomAffine(degrees, translate=None, scale=None, shear=None, resample=Inter.NEAREST, fill_value=0)
-
-    对输入PIL图像进行随机仿射变换。
-
-    **参数：**
-
-    - **degrees** (Union[float, Sequence[float, float]]) - 旋转角度的随机选取范围，单位为度。若输入float，将从(- `degrees` , `degrees` )中随机生成旋转角度；若输入Sequence[float, float]，需按(min, max)顺序排列。
-    - **translate** (Sequence[float, float]，可选) - 水平与垂直平移比例的随机选取范围，按照(tx, ty)顺序排列，水平与垂直平移的距离将分别从(-tx * width, tx * width)与(-ty * height, ty * height)中随机生成，默认值：None，表示不平移。
-    - **scale** (Sequence[float, float]，可选) - 放缩比例的随机选取范围，默认值：None，表示不进行放缩。
-    - **shear** (Union[float, Sequence[float, float], Sequence[float, float, float, float]]，可选) - 剪切角度的随机选取范围，单位为度。若输入float，将进行X轴剪切，剪切角度从(- `shear` , `shear` )中随机生成；若输入Sequence[float, float]，将进行X轴剪切，剪切角度从( `shear` [0], `shear` [1])中随机生成；若输入Sequence[int, int, int, int]，将分别进行X轴和Y轴剪切，剪切角度分别从( `shear` [0], `shear` [1])和( `shear` [2], `shear` [3])中随机生成。默认值：None，表示不进行剪切。
-    - **resample** (Inter，可选) - 插值方式，取值可为 Inter.BILINEAR、Inter.NEAREST 或 Inter.BICUBIC。若输入的PIL图像模式为"1"或"P"，将直接使用 Inter.NEAREST 作为插值方式。默认值：Inter.NEAREST。
-
-      - **Inter.BILINEAR**：双线性插值。
-      - **Inter.NEAREST**：最近邻插值。
-      - **Inter.BICUBIC**：双三次插值。
-
-    - **fill_value** (Union[int, tuple[int, int, int]]，可选) - 变换图像之外区域的像素填充值。若输入int，将以该值填充RGB通道；若输入tuple[int, int, int]，将分别用于填充R、G、B通道。仅支持Pillow 5.0.0以上版本。默认值：0。
-
-    **异常：**
-
-    - **TypeError** - 当 `degrees` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `translate` 的类型不为Sequence[float, float]。
-    - **TypeError** - 当 `scale` 的类型不为Sequence[float, float]。
-    - **TypeError** - 当 `shear` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `resample` 的类型不为 :class:`mindspore.dataset.vision.Inter` 。
-    - **TypeError** - 当 `fill_value` 的类型不为int或tuple[int, int, int]。
-    - **ValueError** - 当 `degrees` 为负数。
-    - **ValueError** - 当 `translate` 取值不在[-1.0, 1.0]范围内。
-    - **ValueError** - 当 `scale` 为负数。
-    - **ValueError** - 当 `shear` 不为正数。
-    - **RuntimeError** - 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomColor.rst

@@ -1,16 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomColor
-==================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomColor(degrees=(0.1, 1.9))
-
-    随机调整输入PIL图像的色彩平衡。
-
-    **参数：**
-
-    - **degrees** (Sequence[float, float]) - 色彩调节系数的随机选取范围，需为一个2元素序列，按照(min, max)的顺序排列。调节系数为1.0时返回原始图像；调节系数为0.0时返回黑白图像；取值越大，图像的亮度、对比度等越大。默认值：(0.1, 1.9)。
-
-    **异常：**
-        
-    - **TypeError** - 当 `degrees` 的类型不为Sequence[float, float]。
-    - **ValueError** - 当 `degrees` 为负数。
-    - **RuntimeError** - 当输入图像的shape不为<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomColorAdjust.rst

@@ -1,24 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomColorAdjust
-========================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomColorAdjust(brightness=(1, 1), contrast=(1, 1), saturation=(1, 1), hue=(0, 0))
-
-    随机调整输入PIL图像的亮度、对比度、饱和度和色调。
-
-    **参数：**
-
-    - **brightness** (Union[float, Sequence[float, float]]，可选) - 亮度调节系数的随机选取范围，需为非负数。若输入float，将从[max(0, 1 - `brightness` ), 1 + `brightness` )中随机生成亮度调节系数；若输入Sequence[float, float]，需按(min, max)顺序排列。默认值：(1, 1)。
-    - **contrast** (Union[float, Sequence[float, float]]，可选) - 对比度调节系数的随机选取范围，需为非负数。若输入float，将从[max(0, 1 - `contrast` ), 1 + `contrast` )中随机生成对比度调节系数；若输入Sequence[float, float]，需按(min, max)顺序排列。默认值：(1, 1)。
-    - **saturation** (Union[float, Sequence[float, float]]，可选) - 饱和度调节系数的随机选取范围，需为非负数。若输入float，将从[max(0, 1 - `saturation` ), 1 + `saturation` )中随机生成饱和度调节系数；若输入Sequence[float, float]，需按(min, max)顺序排列。默认值：(1, 1)。
-    - **hue** (Union[float, Sequence[float, float]]，可选) - 色调调节系数的随机选取范围。若输入float，取值范围为[0, 0.5]，将从[- `hue` , `hue` )中随机生成色调调节系数；若输入Sequence[float, float]，元素取值范围为[-0.5, 0.5]，且需按(min, max)顺序排列。默认值：(0, 0)。
-
-    **异常：**
-
-    - **TypeError** - 当 `brightness` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `contrast` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `saturation` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `hue` 的类型不为float或Sequence[float, float]。
-    - **ValueError** - 当 `brightness` 为负数。
-    - **ValueError** - 当 `contrast` 为负数。
-    - **ValueError** - 当 `saturation` 为负数。
-    - **ValueError** - 当 `hue` 取值不在[-0.5, 0.5]范围内。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomCrop.rst

@@ -1,32 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomCrop
-=================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomCrop(size, padding=None, pad_if_needed=False, fill_value=0, padding_mode=Border.CONSTANT)
-
-    在输入PIL图像上的随机位置，裁剪指定尺寸大小的子图。
-
-    **参数：**
-
-    - **size** (Union[int, Sequence[int, int]]) - 裁剪子图的尺寸大小。若输入int，则以该值为边长裁剪( `size` , `size` )尺寸大小的子图；若输入Sequence[int, int]，则以2个元素分别为高和宽裁剪子图。
-    - **padding** (Union[int, Sequence[int, int], Sequence[int, int, int, int]]，可选) - 图像各边填充的像素数。指定该参数后，将在随机裁剪前对图像进行填充。若输入int，将以该值对所有边框进行填充；若输入Sequence[int, int]，将以第一个值填充左/上边框，第二个值填充右/下边框；若输入Sequence[int, int, int, int]，将分别用于填充左、上、右和下边框。默认值：None，表示不进行填充。
-    - **pad_if_needed** (bool，可选) - 当图像任意边小于指定裁剪尺寸大小时，是否进行填充。默认值：False，表示不进行填充。
-    - **fill_value** (Union[int, tuple[int, int, int]]，可选) - 用于填充边框的像素值，仅当 `padding_mode` 为 Border.CONSTANT 时生效 。若输入int，将以该值填充RGB通道；若输入tuple[int, int, int]，将分别用于填充R、G、B通道。默认值：0。
-    - **padding_mode** (Border，可选) - 填充方式，取值可为 Border.CONSTANT、Border.EDGE、Border.REFLECT 或 Border.SYMMETRIC。默认值：Border.CONSTANT。
-
-      - **Border.CONSTANT**：使用常量值进行填充。
-      - **Border.EDGE**：使用各边的边界像素值进行填充。
-      - **Border.REFLECT**：以各边的边界为轴进行镜像填充，忽略边界像素值。
-      - **Border.SYMMETRIC**：以各边的边界为轴进行对称填充，包括边界像素值。
-
-    .. note:: 当 `padding` 输入长度为2的序列时的行为未来将从使用第一个值填充左/上边界，使用第二个值填充右/下边界，变为使用第一个值填充左/右边界，使用第二个值填充上/下边界。你也可以直接输入长度为4的序列来分别指定左、上、右和下边界的填充长度。
-
-    **异常：**
-        
-    - **TypeError** - 当 `size` 的类型不为int或Sequence[int, int]。
-    - **TypeError** - 当 `padding` 的类型不为int、Sequence[int, int]或Sequence[int, int, int, int]。
-    - **TypeError** - 当 `pad_if_needed` 的类型不为bool。
-    - **TypeError** - 当 `fill_value` 的类型不为int或tuple[int, int, int]。
-    - **TypeError** - 当 `padding_mode` 的类型不为 :class:`mindspore.dataset.vision.Border` 。
-    - **ValueError** - 当 `size` 不为正数。
-    - **ValueError** - 当 `padding` 为负数。
-    - **ValueError** - 当 `fill_value` 取值不在[0, 255]范围内。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomHorizontalFlip.rst

@@ -1,16 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomHorizontalFlip
-===========================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomHorizontalFlip(prob=0.5)
-
-    按照指定的概率随机水平翻转输入的PIL图像。
-
-    **参数：**
-
-    - **prob** (float，可选) - 执行水平翻转的概率，默认值：0.5。
-
-    **异常：**
-
-    - **TypeError** - 当 `prob` 的类型不为float。
-    - **ValueError** - 当 `prob` 取值不在[0, 1]范围内。
-    - **RuntimeError** - 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomResizedCrop.rst

@@ -1,32 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomResizedCrop
-========================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomResizedCrop(size, scale=(0.08, 1.0), ratio=(3. / 4., 4. / 3.), interpolation=Inter.BILINEAR, max_attempts=10)
-
-    在输入PIL图像上的随机位置裁剪子图，并放缩到指定尺寸大小。
-
-    **参数：**
-
-    - **size** (Union[int, Sequence[int, int]]) - 图像放缩的尺寸大小。若输入int，则放缩至( `size` , `size` )大小；若输入Sequence[int, int]，则以2个元素分别为高和宽进行放缩。
-    - **scale** (Sequence[float, float]，可选) - 裁剪子图的面积相对原图比例的随机选取范围，按照(min, max)顺序排列，默认值：(0.08, 1.0)。    
-    - **ratio** (Sequence[float, float]，可选) - 裁剪子图的宽高比的随机选取范围，按照(min, max)顺序排列，默认值：(3./4., 4./3.)。    
-    - **interpolation** (Inter，可选) - 插值方式，取值可为 Inter.NEAREST、Inter.ANTIALIAS、Inter.BILINEAR 或 Inter.BICUBIC。默认值：Inter.BILINEAR。
-
-      - **Inter.NEAREST**：最近邻插值。
-      - **Inter.ANTIALIAS**：抗锯齿插值。
-      - **Inter.BILINEAR**：双线性插值。
-      - **Inter.BICUBIC**：双三次插值。
-
-    - **max_attempts** (int，可选) - 生成随机裁剪位置的最大尝试次数，超过该次数时将使用中心裁剪，默认值：10。
-
-    **异常：**
-
-    - **TypeError** - 当 `size` 的类型不为int或Sequence[int, int]。
-    - **TypeError** - 当 `scale` 的类型不为Sequence[float, float]。
-    - **TypeError** - 当 `ratio` 的类型不为Sequence[float, float]。
-    - **TypeError** - 当 `interpolation` 的类型不为 :class:`mindspore.dataset.vision.Inter` 。
-    - **TypeError** - 当 `max_attempts` 的类型不为int。
-    - **ValueError** - 当 `size` 不为正数。
-    - **ValueError** - 当 `scale` 为负数。
-    - **ValueError** - 当 `ratio` 为负数。
-    - **ValueError** - 当 `max_attempts` 不为正数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomRotation.rst

@@ -1,32 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomRotation
-=====================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomRotation(degrees, resample=Inter.NEAREST, expand=False, center=None, fill_value=0)
-
-    将输入PIL图像旋转随机角度。
-
-    .. note:: 参阅Pillow的 `rotate <https://pillow.readthedocs.io/en/stable/reference/Image.html#PIL.Image.Image.rotate>`_ 功能以了解更多用法。
-
-    **参数：**
-
-    - **degrees** (Union[float, Sequence[float, float]]) - 旋转角度的随机选取范围。若输入int，则从(- `degrees` , `degrees` )中随机生成旋转角度；若输入Sequence[float, float]，需按(min, max)顺序排列。
-    - **resample** (Inter，可选) - 插值方式，取值可为 Inter.NEAREST、Inter.ANTIALIAS、Inter.BILINEAR 或 Inter.BICUBIC。若输入的PIL图像模式为"1"或"P"，将直接使用 Inter.NEAREST 作为插值方式。默认为Inter.NEAREST。
-
-      - **Inter.NEAREST**：最近邻插值。
-      - **Inter.ANTIALIAS**：抗锯齿插值。
-      - **Inter.BILINEAR**：双线性插值。
-      - **Inter.BICUBIC**：双三次插值。
-
-    - **expand** (bool，可选) - 若为True，将扩展图像尺寸大小使其足以容纳整个旋转图像；若为False，则保持图像尺寸大小不变。请注意，扩展时将假设图像为中心旋转且未进行平移。默认值：False。
-    - **center** (Sequence[int, int]，可选) - 以图像左上角为原点，旋转中心的位置，按照(width, height)顺序排列。默认值：None，表示中心旋转。
-    - **fill_value** (Union[int, tuple[int, int, int]]，可选) - 旋转图像之外区域的像素填充值。若输入int，将以该值填充RGB通道；若输入tuple[int, int, int]，将分别用于填充R、G、B通道。默认值：0。
-
-    **异常：**
-
-    - **TypeError** - 当 `degrees` 的类型不为float或Sequence[float, float]。
-    - **TypeError** - 当 `resample` 的类型不为 :class:`mindspore.dataset.vision.Inter` 。
-    - **TypeError** - 当 `expand` 的类型不为bool。
-    - **TypeError** - 当 `center` 的类型不为Sequence[int, int]。
-    - **TypeError** - 当 `fill_value` 的类型不为int或tuple[int, int, int]。
-    - **ValueError** - 当 `fill_value` 取值不在[0, 255]范围内。
-    - **RuntimeError** - 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomSharpness.rst

@@ -1,16 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomSharpness
-======================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomSharpness(degrees=(0.1, 1.9))
-
-    随机调整输入PIL图像的锐度。
-
-    **参数：**
-
-    - **degrees** (Sequence[float, float]，可选) - 锐度调节系数的随机选取范围，按照(min, max)顺序排列。调节系数为0.0时将返回模糊图像；调节系数为1.0时将返回原始图像；调节系数为2.0时将返回锐化图像。默认值：(0.1, 1.9)。
-
-    **异常：**
-
-    - **TypeError** - 当 `degrees` 的类型不为Sequence[float, float]。
-    - **ValueError** - 当 `degrees` 为负数。
-    - **ValueError** - 当 `degrees` 未按照(min, max)顺序排列。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.RandomVerticalFlip.rst

@@ -1,16 +0,0 @@
-mindspore.dataset.vision.py_transforms.RandomVerticalFlip
-=========================================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.RandomVerticalFlip(prob=0.5)
-
-    按照指定的概率随机垂直翻转输入的PIL图像。
-
-    **参数：**
-        
-    - **prob** (float，可选) - 执行垂直翻转的概率，默认值：0.5。
-
-    **异常：**
-
-    - **TypeError** - 当 `prob` 的类型不为float。
-    - **ValueError** - 当 `prob` 取值不在[0, 1]范围内。
-    - **RuntimeError** - 当输入图像的shape不为<H, W>或<H, W, C>。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.Resize.rst

@@ -1,22 +0,0 @@
-mindspore.dataset.vision.py_transforms.Resize
-=============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.Resize(size, interpolation=Inter.BILINEAR)
-
-    将输入PIL图像放缩为指定尺寸大小。
-
-    **参数：**
-
-    - **size** (Union[int, Sequence[int, int]]) - 图像放缩的尺寸大小。若输入int，将调整图像的较短边为此值，而保持图像的宽高比不变；若输入Sequence[int, int]，则以2个元素分别为高和宽进行放缩。
-    - **interpolation** (Inter，可选) - 插值方式，取值可为 Inter.NEAREST、Inter.ANTIALIAS、Inter.BILINEAR 或 Inter.BICUBIC。默认值：Inter.BILINEAR。
-
-      - **Inter.NEAREST**：最近邻插值。
-      - **Inter.ANTIALIAS**：抗锯齿插值。
-      - **Inter.BILINEAR**：双线性插值。
-      - **Inter.BICUBIC**：双三次插值。
-
-    **异常：**
-
-    - **TypeError** - 当 `size` 的类型不为int或Sequence[int, int]。
-    - **TypeError** - 当 `interpolation` 的类型不为 :class:`mindspore.dataset.vision.Inter` 。
-    - **ValueError** - 当 `size` 不为正数。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.ToTensor.rst

@@ -1,17 +0,0 @@
-mindspore.dataset.vision.py_transforms.ToTensor
-===============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.ToTensor(output_type=np.float32)
-
-    将输入的PIL或numpy.ndarray图像转换为指定数据类型的numpy.ndarray图像，此时像素值取值将由[0, 255]变为[0.0, 1.0]，图像的shape将由(H, W, C)变为(C, H, W)。
-
-    .. note:: 输入图像中的像素值将从 [0, 255] 缩放为 [0.0, 1.0]。图像的数据类型将被转换为由 `output_type` 参数指定的类型，图像通道数保持不变。
-
-    **参数：**
-
-    - **output_type** (numpy.dtype，可选) - 输出图像的数据类型，默认值：:class:`numpy.float32`。
-
-    **异常：**
-
-    - **TypeError** - 当输入图像的类型不为 :class:`PIL.Image.Image` 或 :class:`numpy.ndarray` 。
-    - **TypeError** - 输入图像的维度不为2或3。

docs/api/api_python/dataset_vision/mindspore.dataset.vision.py_transforms.ToType.rst

@@ -1,14 +0,0 @@
-mindspore.dataset.vision.py_transforms.ToType
-=============================================
-
-.. py:class:: mindspore.dataset.vision.py_transforms.ToType(output_type)
-
-    将输入的numpy.ndarray图像转换为指定数据类型。
-
-    **参数：**
-
-    - **output_type** (numpy.dtype) - 输出图像的数据类型，例如 :class:`numpy.float32` 。
-
-    **异常：**
-
-    - **TypeError** - 输入图像的类型不为 :class:`numpy.ndarray` 。