使用tensorflow构建自己的模型，有两种方法，一种是不需要标注，只能识别裁剪过的照片，一种是需要标注，识别出来可以在图片上进行范围的标注。
先给图看看效果：
这是进行标注识别的效果，如果没有进行标注，照片不仅需要裁剪，还只会返回匹配率，不会有标注效果，并且识别率不高，只能进行单一目标的识别。
第一种进行标注：
一.开发环境的搭建
window7
pycharm
python3.60
Anaconda4.3.0
tensorflow1.12.0
1.pythcam可以到超链接去下载，我下载的是社区版的，下载安装后就可以使用，安装过程网上很多，可自行百度。
2.安装Anaconda以及python
Anaconda下载地址在此处找到
进行下载，安装后正常进行安装，注意一点就可以了
两个选项记得勾选。安装之后打开命令行，输入conda --version查看安装版本
之前的tensorflow好像是不支持python3.6的，所以需要安装python3.5版本，现在已经完全支持了。所以接下来安装tensorflow就没有之前那么复杂了。安装完Anaconda是自带python版本的，可以直接在命令行输入python查看安装的python版本，想要退出python模式，输入exit()就可以了。
3.安装tensorflow
我这里选择的是cpu版本的TF,可根据以及显卡选择cpu或者gpu版本，但听说gpu很多坑，所以我就选择了cpu版本。
打开命令行，输入：pip install tensorflow==1.12.0等待安装就可以了。安装成功后可以查看安装TF版本
依次输入:
python
import tensorflow as tf
tf.__version__
如果在输入：import tensorflow as tf出现下图的错误的时候
输入exit()退出python模式，输入pip install protobuf==3.6.0之后就可以了。如果没有这样的错误，建议也这样操作一次，因为有可能在使用pyCharm训练模型的时候会出现这样的错误。
到此环境已经配好了，下面要开始进行模型的训练了。
二.模型训练
因为模型训练我是参考其它博客完成的，在这里我给出博客的地址，大家可以参考一下，在这里只记录我在训练模型的时候出现的错误。坑比较多，一些错误可能都已经忘记了，在这里先记录还记得的错误，如果有其它错误，大家可以提出来。
第一步
https://blog.csdn.net/zj1131190425/article/details/80711857
此链接是这位大佬训练前的准备工作，大家根据步骤完成就行了。
第二步
要使用labelImg进行标注。
https://blog.csdn.net/zj1131190425/article/details/80726353
这个比较复杂了，推荐直接使用下面这位大神的操作。
https://blog.csdn.net/python_pycharm/article/details/85338801
第三步
https://blog.csdn.net/zj1131190425/article/details/80778888
第三步的坑实在是太多了，一些报错都忘记了，只记录还记得的，想起来回补充的。
错误一：
ModuleNotFoundError: No module named 'numpy.testing.decorators'
出现上面错误的，可以打开命令行依次输入以下命令，可以解决
pip uninstall numpy
pip install numpy==1.17.0
错误二：
from google.protobuf.pyext import _message ImportError: DLL load failed: 找不到指定的程序。
打开命令行输入下列命令
pip install protobuf==3.6.0
错误三：
运行train.py有大量no module named object_detection错误
在form后加上 research.即可，记住，是大量，要修改的地方很多
错误四：
运行train.py出现少量no module named net错误
在form后加上research.slim.即可
错误五：
运行train.py的时候还会有一些no module named XXX的错误，
这主要是找不到路径造成的，可找到你安装tensorflow的目录，寻找这个XXX，输入正确的路径即可解决。
错误六：
运行train.py出现FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'._np_quint8 = np.dtype([("quint8", np.uint8, 1)])
进入dtype.py中将np.dtype([("quint8", np.uint8, 1)])改为np.dtype([("quint8", np.uint8, (1,))])就可以解决，虽然出现这个错误，但是不影响程序运行，还是最好还是改一下，一共需要改6处，当初我改了6个地方。
错误七：
同时还有一些TF与python版本不对应的错误，上面的版本是我自己亲测可以使用的。
其它错误暂时记不清楚，就不记录了。如果大家有其它错误，欢迎提出。
第二种：不进行标注
这种方法很少用，也很简单。是自己的笔记本上面的环境，之后再补充。
给一个链接：Android Studio导入TF官方demo的过程
https://blog.csdn.net/weixin_44059750/article/details/104837410
最后感谢参考博客所属的大神，膜拜。
根据官方demo和参考github开源项目完成了三种识别方式，一种是无标注照片识别，一种是标注照片识别，一种是标注实时摄像头识别。想要demo的可以说下。
小编训练模型是要导入到Android中去使用的，记录一下导入到Android的坑。
上述训练模型只会生成一个pd文件，要想在Android中使用还需要一个txt文件，复制过来的txt文件的第一行？？？不能删除。
