Ubuntu16.04下的配置
源代码在：https://github.com/tensorflow/models，其中我们所用到的在https://github.com/tensorflow/models/tree/master/research/object_detection中，因为其中用到了slim和其他tensorflow库，因此直接从models这一级clone下来即可
在具体的配置之前要安装 cuda9.0，cudnn7.0，以及tensorflow1.9.0，其他相关的依赖可以参照官方安装教程，这里主要说下我踩坑的地方
1、protobuf的编译
在官方的安装教程中最重要的一部分就是（运行下面代码的过程中，把*改为具体的名称，一个一个运行）：
# From tensorflow/models/research/
protoc object_detection/protos/*.proto --python_out=.这个需要protobuf的支持，并且在官方的安装教程中，已经提醒过要安装protobuf-python，因此你在终端输入protoc --version，应该会显示已安装的版本信息。对于ubuntu16.04来说，采用sudo apt-get install protobuf-python指令安装的protobuf版本是2.5.1。
然而如果你以2.5.1这个版本，对ssd.proc进行编译时，可能会出现如下的错误：
Expected "required", "optional", or "repeated".出现这种错误的原因就是protobuf的版本过低，实际需要的至少要3.0以上的版本。
所以我就利用pip install protobuf安装了最新的protobuf，版本是3.6.1.
可是再次运行还是会出现错误，同时你在终端输入protoc --version，显示的仍是2.5.1的版本。正确的做法应该是手动安装protobuf：
（1）在编译前需要安装一些依赖项，否则运行（2）中的第四行指令会报错
sudo apt-get install autoconf automake libsigsegv2 m4（2）运行下面指令
$ git clone https://github.com/google/protobuf.git
$ cd protobuf
$ git submodule update --init --recursive
$ ./autogen.sh
$ ./configure
$ make
$ make check
$ sudo make install
$ sudo ldconfig # refresh shared library cache.
我在运行make check的过程中出错了，但是官方说出错不影响安装，我就继续安装了，安装完毕后查看protoc的版本为3.6.1。
2、为API添加环境变量
如果不添加环境变量可能会出现：no module named net的报错。此外每次用终端进行训练的时候都必须输入
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
非常麻烦，因此还是添加为好
在终端输入：
sudo gedit ~/.bashrc在其中添加：
export PYTHONPATH=$PYTHONPATH:/home/yantianwang/clone/models-master/research:/home/yantianwang/clone/models-master/research/slim其中的两个路径分别为models-master/research/和tmodels-master//research/slim，也就是你自己的models-master/的绝对路径下的research和slim路径。
但是有一点不明白的是我在/etc/profile中添加上述的环境变量就没有用，不知道为什么，还请大神指示。
因为是在bash中添加了环境变量，因此如果要在spyder中进行调试。就要从终端区中启动spyder
3、测试
终端输入，不报错即可。
python object_detection/builders/model_builder_test.py