fix typo in object-detection-dataset chapter (#405)

chapter_computer-vision/object-detection-dataset.md

 # 目标检测数据集（皮卡丘）
 
-在目标检测领域并没有类似MNIST那样的小数据集方便我们快速测试模型，为此我们合成了一个小的人工数据集。我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像，并在每张图的随机位置放置一张皮卡丘图像。我们使用MXNet提供的[tools/im2rec.py](https://github.com/apache/incubator-mxnet/blob/master/tools/im2rec.py)来将图像打包成二进制rec文件。（这是在Gluon开发出来之前MXNet常用的数据格式。目前在GluonCV这个包里我们已经提供了更简单的，类似之前我们读取图像时的函数，从而可以省略打包图像的步骤。但由于这个工具包目前仍处在快速开发迭代中，这里我们仍使用rec格式。）
+在目标检测领域并没有类似MNIST那样的小数据集方便我们快速测试模型，为此我们合成了一个小的人工数据集。我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像，并在每张图的随机位置放置一张皮卡丘图像。我们使用MXNet提供的[tools/im2rec.py](https://github.com/apache/incubator-mxnet/blob/master/tools/im2rec.py)来将图像打包成二进制rec文件。rec格式是在Gluon开发出来之前MXNet常用的数据格式。目前GluonCV已经提供了更简单的，类似之前读取图像时的函数，从而可以省略打包图像的步骤。但由于这个工具包目前仍处在快速开发迭代中，这里我们仍使用rec格式。
 
 ## 下载数据集