Object Detection（目标检测）学习路线规划
- 了解基本概念：首先了解Object Detection的基本概念，比如检测框架，包括深度学习，传统机器学习和传统计算机视觉技术，检测技术，如卷积神经网络（CNN），支持向量机（SVM），决策树等，以及检测数据集，如COCO，PASCAL VOC，ImageNet等。
- 了解相关技术：学习Object Detection技术需要了解基本的机器学习知识和深度学习知识，掌握深度学习框架，如TensorFlow，PyTorch，Keras等，还需要熟悉常见的卷积神经网络（CNN）模型，如YOLO，RCNN，Faster-RCNN，Mask-RCNN等。
- 实践：实践是最重要的，可以按照教程或者自己编写代码，实现一个简单的Object Detection模型。可以从现有的模型开始，例如YOLO，RCNN，Faster-RCNN，Mask-RCNN等，然后根据自己的需要进行改进和定制。
- 练习：多实践，多练习，参加比赛，掌握Object Detection的应用，如视觉跟踪，目标检测，语义分割，姿态估计等等。
