add discussion link (#99)

chapter_computer-vision/object-detection.md

@@ -76,3 +76,6 @@ Fast R-CNN沿用了R-CNN的选择性搜索方法来选择区域。这个通常
 ![Faster R-CNN](../img/faster-rcnn.svg)
 
 虽然看上有些复杂，但RPN思想非常直观。首先提议预先配置好的一些区域，然后通过神经网络来判断这些区域是不是感兴趣的，如果是，那么再预测一个更加准备的边框。这样我们能有效降低搜索任何形状的边框的代价。
+
+
+**吐槽和讨论欢迎点**[这里](https://discuss.gluon.ai/t/topic/2510)

chapter_computer-vision/ssd.md

@@ -652,3 +652,6 @@ display(im, out[0], threshold=0.5)
 1. `MultiBoxTarget`里我们没有采样负例
 1. 分类和回归损失我们直接加起来了，并没有给予权重
 1. 在展示的时候如何选取阈值`threshold`
+
+
+**吐槽和讨论欢迎点**[这里](https://discuss.gluon.ai/t/topic/2511)