Fix migration doc (#2827)

docs/en/migration/interface.md

@@ -102,11 +102,11 @@ No changes in `model.backbone`, `model.neck`, `model.decode_head` and `model.los
 
 Add `model.data_preprocessor` field to configure the `DataPreProcessor`, including:
 
-- `mean`(Sequence, optional): The pixel mean of R, G, B channels. Defaults to None.
+- `mean` (Sequence, optional): The pixel mean of R, G, B channels. Defaults to None.
 
-- `std`(Sequence, optional): The pixel standard deviation of R, G, B channels. Defaults to None.
+- `std` (Sequence, optional): The pixel standard deviation of R, G, B channels. Defaults to None.
 
-- `size`(Sequence, optional): Fixed padding size.
+- `size` (Sequence, optional): Fixed padding size.
 
 - `size_divisor` (int, optional): The divisor of padded size.
 

docs/zh_cn/migration/interface.md

@@ -2,7 +2,7 @@
 
 ## 引言
 
-本指南介绍了 MMSegmentation 0.x 和 MMSegmentation1.x 在行为和 API 方面的基本区别，以及这些如何都与您的迁移过程相关。
+本指南介绍了 MMSegmentation 0.x 和 MMSegmentation1.x 在表现和 API 方面的基本区别，以及这些与迁移过程的关系。
 
 ## 新的依赖
 
@@ -46,7 +46,7 @@ OpenMMLab 2.0 的主要改进是发布了 MMEngine，它为启动训练任务的
 <td>--resume='auto'</td>
 </tr>
 <tr>
-<td>培训练期间是否不评估检查点</td>
+<td>训练期间是否不评估检查点</td>
 <td>--no-validate</td>
 <td>--cfg-options val_cfg=None val_dataloader=None val_evaluator=None</td>
 </tr>
@@ -102,11 +102,11 @@ OpenMMLab 2.0 的主要改进是发布了 MMEngine，它为启动训练任务的
 
 - `mean`（Sequence，可选）：R、G、B 通道的像素平均值。默认为 None。
 
-- `std`（Sequence，可选）：R、G、B通道的像素标准差。默认为 None。
+- `std`（Sequence，可选）：R、G、B 通道的像素标准差。默认为 None。
 
 - `size`（Sequence，可选）：固定的填充大小。
 
-- `size_divisor`（int，可选）：填充大小的除法因子。
+- `size_divisor`（int，可选）：填充图像可以被当前值整除。
 
 - `seg_pad_val`（float，可选）：分割图的填充值。默认值：255。
 
@@ -154,14 +154,14 @@ train_dataloader = dict(
     batch_size=4,
     num_workers=4,
     dataset=dict(...),
-    sampler=dict(type='DefaultSampler', shuffle=True)  # necessary
+    sampler=dict(type='DefaultSampler', shuffle=True)  # 必须
 )
 
 val_dataloader = dict(
     batch_size=4,
     num_workers=4,
     dataset=dict(...),
-    sampler=dict(type='DefaultSampler', shuffle=False)  # necessary
+    sampler=dict(type='DefaultSampler', shuffle=False)  # 必须
 )
 
 test_dataloader = val_dataloader
@@ -417,10 +417,10 @@ runner = dict(type='IterBasedRunner', max_iters=20000)
 <td>
 
 ```python
-# The `val_interval` is the original `evaluation.interval`.
+# `val_interval` 是旧版本的 `evaluation.interval`。
 train_cfg = dict(type='IterBasedTrainLoop', max_iters=20000, val_interval=2000)
-val_cfg = dict(type='ValLoop') # Use the default validation loop.
-test_cfg = dict(type='TestLoop') # Use the default test loop.
+val_cfg = dict(type='ValLoop') # 使用默认的验证循环。
+test_cfg = dict(type='TestLoop') # 使用默认的测试循环。
 ```
 
 </td>
@@ -438,22 +438,22 @@ test_cfg = dict(type='TestLoop') # Use the default test loop.
 
 ```python
 default_hooks = dict(
-    # record the time of every iterations.
+    # 记录每次迭代的时间。
     timer=dict(type='IterTimerHook'),
 
-    # print log every 50 iterations.
+    # 每50次迭代打印一次日志。
     logger=dict(type='LoggerHook', interval=50, log_metric_by_epoch=False),
 
-    # enable the parameter scheduler.
+    # 启用参数调度程序。
     param_scheduler=dict(type='ParamSchedulerHook'),
 
-    # save checkpoint every 2000 iterations.
+    # 每2000次迭代保存一次检查点。
     checkpoint=dict(type='CheckpointHook', by_epoch=False, interval=2000),
 
-    # set sampler seed in distributed environment.
+    # 在分布式环境中设置采样器种子。
     sampler_seed=dict(type='DistSamplerSeedHook'),
 
-    # validation results visualization.
+    # 验证结果可视化。
     visualization=dict(type='SegVisualizationHook'))
 ```
 
@@ -505,13 +505,13 @@ visualizer = dict(
 
 ```python
 env_cfg = dict(
-    # whether to enable cudnn benchmark
+    # 是否启用 cudnn_benchmark
     cudnn_benchmark=False,
 
-    # set multi process parameters
+    # 设置多进程参数
     mp_cfg=dict(mp_start_method='fork', opencv_num_threads=0),
 
-    # set distributed parameters
+    # 设置分布式参数
     dist_cfg=dict(backend='nccl'),
 )
 ```

docs/zh_cn/migration/package.md

-#包结构更改
+# 包结构更改
 
-本节包含您对 MMSeg 0.x 和 1.x 之间的变化感到好奇的内容。
+本节包含您对 MMSeg 0.x 和 1.x 之间的变化可能感到好奇的内容。
 
 <table>
 <tr>
@@ -49,7 +49,7 @@
 
 ## `mmseg.ops`
 
-`ops` 包包含 `encoding` 和 `wrappers`，它们被移到了 `mmseg.models.utils` 中。
+`ops` 包含 `encoding` 和 `wrappers`，它们被移到了 `mmseg.models.utils` 中。
 
 ## 增加的包
 
@@ -110,4 +110,4 @@ OpenMMLab 2.0 将 `BaseDataset` 定义为数据集的函数和接口，MMSegment
 
 ### `mmseg.models`
 
-`models` 没有太大变化，只是从以前的 `mmseg.ops` 中添加了 `encoding` 和 `wrappers`
+`models` 没有太大变化，只是从以前的 `mmseg.ops` 添加了 `encoding` 和 `wrappers`