[PaddleDetection] fix cn docs (#2999)

* fix cn docs

docs/GETTING_STARTED_cn.md

@@ -76,6 +76,7 @@ python -u tools/train.py -c configs/faster_rcnn_r50_1x.yml \
 
 ```bash
 export CUDA_VISIBLE_DEVICES=0
+export PYTHONPATH=$PYTHONPATH:.
 # 若使用CPU，则执行
 # export CPU_NUM=1
 python tools/eval.py -c configs/faster_rcnn_r50_1x.yml
@@ -127,6 +128,7 @@ json文件必须命名为bbox.json或者mask.json，放在`evaluation/`目录下
 
 ```bash
 export CUDA_VISIBLE_DEVICES=0
+export PYTHONPATH=$PYTHONPATH:.
 # 若使用CPU，则执行
 # export CPU_NUM=1
 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/000000570688.jpg
@@ -136,6 +138,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/0000005
 
 ```bash
 export CUDA_VISIBLE_DEVICES=0
+export PYTHONPATH=$PYTHONPATH:.
 # 若使用CPU，则执行
 # export CPU_NUM=1
 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_dir=demo
@@ -145,7 +148,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_dir=demo
 
 - `--output_dir`: 输出推断后可视化文件。
 - `--draw_threshold`: 设置推断的阈值。默认是0.5.
-- `--save_inference_model`: Save inference model in output_dir if True.
+- `--save_inference_model`: 设为`True`时，将预测模型保存到output_dir中.
 
 #### 例子
 
@@ -169,6 +172,7 @@ python tools/infer.py -c configs/faster_rcnn_r50_1x.yml \
 
 ```bash
 export CUDA_VISIBLE_DEVICES=0
+export PYTHONPATH=$PYTHONPATH:.
 # or run on CPU with:
 # export CPU_NUM=1
 python tools/infer.py -c configs/faster_rcnn_r50_1x.yml --infer_img=demo/000000570688.jpg \

docs/MODEL_ZOO_cn.md

@@ -95,10 +95,10 @@ Paddle提供基于ImageNet的骨架网络预训练模型。所有预训练模型
 
 **注意事项:** RetinaNet系列模型中，在总batch size为16下情况下，初始学习率改为0.01。
 
-### SSD on Pascal VOC
+### SSD 基于Pascal VOC数据集
 
 |  骨架网络     | 输入尺寸 | 每张GPU图片个数 | 学习率策略 | Box AP | 下载  |
 | :----------- | :--: | :-----: | :-----: | :----: | :-------: |
-| MobileNet v1 | 300  |    32   |   120e  |  73.13  | [model](https://paddlemodels.bj.bcebos.com/object_detection/ssd_mobilenet_v1_voc.tar) |
+| MobileNet v1 | 300  |    32   |   120e  |  73.13  | [下载链接](https://paddlemodels.bj.bcebos.com/object_detection/ssd_mobilenet_v1_voc.tar) |
 
 **注意事项:** SSD在2卡，总batch size为64下训练120轮。数据增强包括：随机颜色失真，随机剪裁，随机扩张，随机翻转。