這段時間在做三維重建，為了達到更好的重建效果，想在三維重建的工作開始前增加物體識別這一功能，以便針對特定的物體進行相應的優化，國內也不乏有眾多公司在做通用圖片識別，諸如：曠世，商湯，百度，圖普等，這裡我們主要以目前比較熱門的Google框架作為我們的介紹內容，本文主要借鑑自：對於谷歌開源的TensorFlow Object Detection API視訊物體識別系統實現教程

，同時，對原文中一些不正確或者可以優化的部分進行了優化，調整，以供後面的讀者學習借鑑，好了，我們接下來就開始介紹具體的步驟了。

Step1：檢查系統環境！本文使用的系統環境為Windows 7 with SP1 x64

          注：tensorflow要求環境必須為64位！Python要求必須是帶有Sp1更新包的Win 7系統！為了避免後面執行出錯，請各位在開始之前先檢查你的系統是否符合要求：

            注：為了避免一些不必要的麻煩，請您安裝與博主相同版本的Python！Tensorflow僅支援3.5.X版本的Python,但是在實際執行過程中，筆者使用3.5.4版本的Python在pip安裝元件的過程中也發現了一些麻煩。如果你已經安裝過更高版本的Python,請提解除安裝後再安裝。

安裝成功python後，在CMD下執行:

where python

應該有這樣的效果，如果未出現如下圖所示內容，請檢查python安裝是否正確（安裝過程中是否勾選Add path）：

Step3:安裝tensorflow（tensorflow分為gpu版本和cpu版本，這裡僅介紹CPU版本）

方法1（常規，不推薦）：在CMD下執行即可完成安裝，但是因為網路等方面原因，此種方法不但速度慢還容易出現失敗的情況，我們推薦使用第二種方法來安裝tensorflow

pip install --upgrade tensorflow

方法2（映象安裝，快速,推薦）：同樣是在CMD下執行：

pip install --index-url https://pypi.douban.com/simple tensorflow

在下載並安裝一段時間後，CMD下會提示成功安裝tensorflow等資訊，這時我們需要驗證python是否安裝成功！開啟IDLE（方法1）或者在cmd中進入python環境（方法2），這裡為了說清楚IDLE我具體介紹一下方法1，首先找到IDLE,IDLE在python的安裝目錄下，這裡為了方便各位找到，博主把自己的IDLE路徑貼出來：

C:\Users\jinjing\AppData\Local\Programs\Python\Python35\Lib\idlelib

DILE就是這樣一個批處理檔案，我們雙擊開啟就進入IDLE了，在IDLE下，我們逐行敲入：

import tensorflow as tf
hello=tf.constant("hello,bear")
sess=tf.Session()
print(sess.run(hello))

當輸出列印語句且不報錯時，說明我們的tensorflow已經安好！

當然也可以按方法2所示，先進入python環境再測試，效果如圖，本張圖片參考自：圖片原文：

附：GPU版本可以使用如下語句安裝

pip install tensorflow_gpu -i http://pypi.mirrors.ustc.edu.cn/simple --trusted-host pypi.mirrors.ustc.edu.cn

注：如果已經成功安裝tensorflow，但是在import過程中出現錯誤提示如下：

說明你的電腦缺少執行環境，缺少執行庫，這裡，我們安裝VS 2015執行庫即可解決問題：VS 2015執行庫下載地址

          注：這裡推薦大家用更新版本的protoc，因為博主比較懶，沒有更換。這裡使用新版本的意義在於方便後面對API的編譯，博主所用的版本需要逐條編譯，更新版本的可以一次編譯，用新版本可以省去很多無用的重複勞動！

下載好檔案後，我們解壓，把Bin資料夾中的protoc.exe檔案放入系統盤下的windows/system 32下即可，無需其他操作：

放置路徑：

C:\Windows\System32

這裡我們一路點確認就好，傻瓜式安裝，安裝步驟如下：

Step6:安裝其他元件：

方法1（常規，不推薦）：在CMD下執行即可完成安裝，但是因為網路等方面原因，此種方法不但速度慢還容易出現失敗的情況，我們推薦使用第二種方法：

pip install pillow
pip install lxml
pip install jupyter
pip install matplotlib

方法2（映象安裝，快速,推薦）：同樣是在CMD下執行：

pip install pillow -i https://pypi.douban.com/simple
pip install lxml -i https://pypi.douban.com/simple
pip install jupyter -i https://pypi.douban.com/simple
pip install matplotlib -i https://pypi.douban.com/simple

 Step7:下載程式碼，在CMD下執行,這一步需要的時間比較長，檔案總大小500M+，大家可以稍安勿躁，衝杯茶水等待：

git clone https://github.com/tensorflow/models.git

Step8： 編譯編譯Object Detection API的程式碼

      注1：編譯前需要進入models下的research中，直接編譯會提示找不到檔案路徑，博主在Step 7中下載的models檔案路徑為：

C:\Users\jinjing\models

以博主的路徑為例，我們需要在編譯前進行操作：

然後，我們再輸入編譯命令即可：

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

         注2：如果你在輸入如上的編譯語句后里遇到如下圖所示的問題,是因為我們protoc的問題，導致無法一次編譯，我們這時，逐條編譯即可：

//錯誤提示！
object_detection/protos/*.proto:No such file or directory

解決方法：逐條編譯

每一條編譯後都會出現一個Python檔案，如圖所示：

Step9: 確認電腦的預設瀏覽器

       這個框架對於部分版本的IE支援並不是很好，所以我們推薦使用chrome瀏覽器！請各位在下一步操作前確認你的電腦已經安裝chrome並未預設瀏覽器，預設瀏覽器設定步驟：

Step10：執行物體識別

CMD在Object_detection目錄下執行:

jupyter notebook

      注：注意目錄！具體操作如下圖所示：

執行後，會自動彈出chrome瀏覽器，這時，我們點選：

這時我們耐心等待結果即可， 因為需要下載模型，同時和你所處的計算機硬體也有關係，所以通常所需的時間比較長，耐心等待一段時間後我們就能在頁面看到識別的結果啦！至此教程全部結束：

        注：如果你需要用自己的圖片，有兩種方法：

方法1：將圖片放入預設資料夾，命名需和示例圖片一致：

方法2：修改程式碼，使用絕對路徑：