Tensorflow Object Detection API配置(window10 + CPU)

环境：Tensorflow Object Detection API depends on the following libraries:

• Protobuf 2.6
• Pillow 1.0
• lxml
• tf Slim (which is included in the "tensorflow/models" checkout)
• Jupyter notebook
• Matplotlib
• Tensorflow
  如果还缺少库，根据出错提示安装相应的库即可。

1. 下载或者克隆模型
   下载克隆模型地址：https://github.com/tensorflow/models
    我克隆到本地电脑的位置：D:\TensorFlow\models-master
2. Protobuf 编译 
   2.1 下载Protobuf地址：https://github.com/google/protobuf/releases 下载版本：protoc-3.4.0-win32.zip (版本要下载正确，否则会有错误)
   2.2 可以在任何地方解压，解压后，将解压出的bin文件路径放置在电脑系统环境变量Path中（这一步的目的是为了能让 程序找到protoc.exe）。如下图：
        
   2.3 打开 Anaconda Prompt或者cmd, 路径换到D:\TensorFlow\models-master\research（这个路径根据自己将模型放置在电脑的哪个位置，主要是要找到research文件的位置）
   2.4 执行
         

   protoc object_detection/protos/*.proto --python_out=.

         如下图：
         
        如果没有错误说明你已经成功。如果出现以下错误，请关闭Anaconda Prompt后再打开Anaconda Prompt，更换       到相同的路径下，再次执行上面的命令。应该就可以成功了
        
3. 测试安装是否成功
   同样在D:\TensorFlow\models-master\research路径下执行：
   

   python object_detection/builders/model_builder_test.py

   如果出现以下现象，说明安装成功
   
   
   如果出现以下现象
   

   Traceback (most recent call last):
     File "object_detection/builders/model_builder_test.py", line 21, in <module>
       from object_detection.builders import model_builder
   ImportError: No module named 'object_detection'

   解决的方法有两种：
   1：将research和research/slim两个文件所在的路径添加到Path环境变量中，如下图
         
        如果还不能解决上面的错误，用第二种方法
   2：在site-packages添加一个路径文件，如tensorflow_model.pth，必须以.pth为后缀，写上你要加入的模块文件所在      的目录路径。以我电脑为例：如下图。注：在你电脑你应该写research和slim文件对应的路径，不要照抄我的路径。
   
4. 测试 Object Detection Demo
   4.1 Anaconda Promp中cd路径切换到D:\TensorFlow\models-master\research\object_detection 
   4.2 执行：jupyter notebook      在打开的界面中，下滑找到object_detection_tutorial.ipynb文件，点击。
         在打开的object_detection_tutorial.ipynb中运行Run All或者一条一条的运行，直到最后。
         
   
   
   
   
5.  结果