对于TensorFlow Object Detection API 官方安装指导，我觉得有以下两点可以改进的地方：
1、安装：指导中要求使用者先克隆下整个models仓库，然后安装Protobuf解压出object_detection模块，然后将object_detection模块与slim模块的目录添加到PYTHONPATH中，这一操作在新打开Shell后都需要重新进行（当然，添加到环境变量配置文件中可以免除此麻烦）。
2、使用：在object_detection的ipython tutorial中，使用了如下语句：
from utils import label_map_util, visualization_utils这里的utils是object_detection下的子模块。如果按照这个写法，运行脚本不在object_detection目录下就无法找到utils。
实际上，可以将object detection api做成whl或egg包，安装使用则要方便的多。
我这里已经将他们打包出来（slim我也一并打包了），Python环境是3.6.6和Python2.7.15（Win10 64位系统）。前往下载：whl_and_egg_of_TF_Object_Detection_API
下载后，请先安装依赖：
- Protobuf 3.0.0
- Python-tk
- Pillow 1.0
- lxml
- Jupyter notebook
- Matplotlib
- Tensorflow
- Cython
- contextlib2
安装whl只需执行：
pip install xxx.whl即可。
安装egg只需执行：
easy_install xxx.egg即可。
使用时，请使用标准的引用Python模块的子模块的用法，对于object_detection的utils或是其他子模块，请使用：
from object_detection.utils import label_map_util, visualization_utils这样运行脚本不管放在哪里，都是可以搜索到utils并执行的。
此法在其他平台上同样可以使用，我在树莓派上也是使用这种方法安装的，只是需要在树莓派上去编译。