1、安裝顯示卡驅動：根據自己電腦的顯示卡下載適合的顯示卡驅動

2、安裝CUDA8.0

安裝完成後檢視cuda版本： 在命令列輸入nvcc -V

3、安裝cudnn v6.0

將該資料夾下的cuda資料夾下對應的檔案目錄拷貝到第一步安裝的CUDA  檔案目錄

4、安裝Anaconda3 4.2.0 (對應python3.5) 

備註：環境變數一般會自動新增

5、tensorflow-gpu 版本tensorflow-gpu-1,3,0.0rc0

6、安裝其他依賴的package：可以直接pipinstall ****

①protobuf-3.5.1 

②tensorflow-tensorboard-0.1.8

③html5lib-0.9999999

④markdown>=2.6.8

⑥bleach-1.5.0

⑦升級pip版本至 pip-9.0.1：python-m pip install --upgrade pip

備註：python的一些模組的下載地址：https://pypi.python.org/pypi

6、安裝python的其他依賴cython, python-opencv, easydict

7、下載faster-rcnn: 

https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5

解壓後：

①到目錄./data/coco/PythonAPI下，在命令列輸入：pythonsetup.py build_ext –inplace

②到目錄./data/coco/PythonAPI下，在命令列輸入：pythonsetup.py build_ext install

備註：可以下載Pretrain-model的地址: 

https://github.com/tensorflow/models/tree/master/research/slim#pre-trained-models

③訓練資料存放格式：資料存放目錄：data/VOCDevkit2007/VOC2007

Annotations資料夾放XML標註檔案

ImageSets資料夾有個Main資料夾，放test.txt和trainval.txt

JPEGImages資料夾放所有的訓練資料

8、開始訓練：在命令列python train.py

9、配置過程中可能出現出現錯誤：

①numpy版本升級

②opencv與python版本對應問題（原本VS版本是2013， 可能要換成2015）

③在開始訓練時出現錯誤：

ImportError: No module named '_pywrap_tensorlfow_internal