随着计算机视觉的发展，目标检测作为深度学习各分支的主要前提与支柱也取得了突飞猛进的进步。其应用领域之广，可以说人工智能凡是和图像有关的领域，都离不开目标检测的支持。即便在深度学习的其他细分领域，目标检测器的性能会直接影响该项目的最终效果。

目标检测涉及领域及分支广、就业面宽，并且目前市场.对其需要是供小于求。尽管目标检测作为深度学习的核心支柱已经有-段的时间，但全网很少有系统性从零到最新(2020)介绍目标检测的相关课程。目前全网在这个领域的教学课程成碎片化和过时化，且大多容易从传统的图像处理直接进入到深度学习的方法，出现断层，让学生产生迷惑并 且难以快速入门。本课程沿着目标检测发展的脉络，一步- -步向下过渡，探索其关联，由浅入深地让学员快速掌握。

本课程作为集训营CV方向的先导课，将直接从深度学习.入手，从基础的目标识别，过渡到目标检测的三个分支,再. 随着需求的变换，过度到目前最新目标检测器(2020) 。同时从项目实战出发，阐明如何设计目标检测主干网络，选 择合适的损失函数、激励函数、优化器，图像增广等- -系列使用方法。课程在由浅入深讲明基础理论知识，刻画各时期主流模型之后，更重点着墨于现阶段性能强劲的主流算法， 助学生一臂之力。