概要

該部落格主要記錄了TensorFlow Object Detection API的安裝流程。預設讀者已經安裝好了TensorFlow，若未安裝好TensorFlow，請移步博主的另一篇部落格：Win10環境下安裝TensorFlow-GPU1.11.0+cuda9.0+cudnn7.1.4

1 下載TensorFlow Object Detection API

到如下網址下載TensorFlow Object Detection API的資料夾：https://github.com/tensorflow/models (內涵模型各模組的簡介，建議使用Chrome瀏覽器下載 ，下載文件檔名字為：models-master.zip )
之後對該壓縮包進行解壓，放在你喜歡的路徑下。資料夾最好不要放每個盤中的Program Files (x86)子目錄下

，放到這個路徑下會給後面可能的報錯解決方案帶來麻煩，同時儘量路徑中不要出現英文。因此保險起見，儘量放到出系統盤（C盤）之外的磁碟的根目錄下，把解壓後的資料夾改成models，我的解壓路徑為：D:\models。之後新增如下3個路徑帶到Path環境變數：

D:\models\research
D:\models\research\slim
D:\models\research\object_detection

2 安裝protocol buffer

在如下網址下載protocol buffer3.4版本。記住是3.4版本，博主親自試驗過，當前最新版3.6報錯。網址為：https://github.com/google/protobuf/releases

。下載的資料夾為：protoc-3.4.0-win32.zip。下載完成之後，在你自己電腦的annaconda資料夾的Lib資料夾下建立一個資料夾為protoc34，有的人安裝tensorflow時是為tensorflow專門開闢了一個名稱空間，若是這樣把protoc34資料夾建立到tensorflow所屬資料夾中的Lib資料夾下。之後把壓縮包中的bin和include的資料夾解壓到這個protoc34資料夾。之後把protoc34中bin資料夾加入Path環境變數。不過這個protoc34你放在哪裡都一樣，自己喜歡那裡就放哪裡。

3 編譯與測試

之後進行編譯，進入你下載下來的models資料夾的research檔案，之後輸入命令：

C:\Users\DPW\Anaconda3\Lib\protoc34\bin\protoc object_detection/protos/*.proto --python_out=.

注意，cmd必須先進入一定要在你自己model的research資料夾，而且protoc必須加上是你自己的路徑。命令輸入後沒報錯就是成功了。若碰見No module named object_detection的錯誤，請在你tensorflow安裝目錄下的Lib\site-packages資料夾下建立一個txt檔案，命名隨意。之後把如下三個路徑新增進去：

D:\models\research
D:\models\research\slim
D:\models\research\object_detection

注意必須換成你自己的models資料夾下的路徑。上面是我的路徑。 之後把這個txt檔案改成一個.pth檔案，具體在我的電腦裡設定能看見副檔名，後把.txt換成.pth。
之後還是model的research資料夾下執行測試程式，在程式碼如下：

python D:\models\research\object_detection\builders\model_builder_test.py

這裡最好用py檔案的絕對路徑。等待一會若出現如下資訊表示安裝成功。

如果出現了 No module named nets錯誤，按如下進行。首先從cmd進入models/research/slim資料夾，將bulid檔案一道別的資料夾。

之後一次輸入如下命令即可，nets錯誤就沒了：

python setup.py build
python setup.py install