《PyTorch深度学习之目标检测》首先从人工智能产业的发展史和机器眼中的图像世界开始讲述，逐步引导读者进入机器学习的图像处理当中；然后讲解深度学习中实现目标检测的主要算法，和以PyTorch框架为基础构建的神经网络；最后的实战部分详细讲解了如何使用目标检测算法实现具体项目。
全书共10章，涵盖内容包括：人工智能的历史和发展前景、深度学习的基础知识、卷积神经网络基础知识、PyTorch基础、目标检测算法、单阶段目标检测算法、双阶段目标检测算法、神经网络示例、污损遮挡号牌识别实战和地形目标识别实战。

系统--深入浅出讲解目标检测的技术难点，注重理论和实践的结合，内容系统、全面、深入
易懂--结合大量图文讲解，搭配示例代码实操，通俗易懂，知识点由浅入深，逐步引导读者构建自己的知识体系
丰富--PyTorch基础知识 神经网络结构 目标检测算法 实际工程项目开发，全方位系统深入讲解目标检测之应用
实战--污损遮挡号牌识别和地形目标识别两大案例，由浅入深，层层分析，完成目标检测应用的方案设计和PyTorch框架搭建与编程实现

赵凯月,燕山大学硕士研究生,现于北京某科技有限公司担任算法工程师,主攻计算机视觉中的目标检测方向。2019年参与无锡市公安管理科学研究所的《货运车辆交通违法行为智能识别与分析技术研究课题》;研究生就读期间曾参与华为杯全国研究生电子设计大赛，并多次获得华北赛区二等奖。除此之外，拥有《基于局域网内无线传输的脑电采集系统》软件著作权，并在计算机科学期刊上发表《基于卷积神经网络的污损遮挡号牌分类》核心论文一篇。 刘衍琦,技术图书主编，拥有超过十年的算法研究从业经验,致力于视觉大数据领域的技术应用和架构设计。在机器学习、计算机视觉和自然语言处理等方向具有丰富的技术积累，曾主持和参与多个科研项目，相关成果荣获创新创业大赛省级奖励，已申请并授权多项国家专利，出版多部技术类书籍。代表作包括《视觉大数据智能分析算法实战》、《计算机视觉与深度学习实战》等图书。