配置tensorflow object detection api，然后训练faster rcnn结果供用vs2015调用

主要写下来以免忘记。。。
注意：自己使用的tensorflow-gpu 1.13.1（cuda10，cudnn7.3.1），所以github上面下载models的时候要选取分支下载r1.13.0版本(https://github.com/tensorflow/models/tree/r1.13.0)，否则最新版在tensorflow-gpu 1.13.1环境里面会报错“module ‘tensorflow._api.v1.compat’ has no attribute ‘v1’”等等。这一步很关键，单独提出来供其他同学参考。
剩下的参考下面两篇博文即可
https://blog.csdn.net/csdn_6105/article/details/82933628
https://blog.csdn.net/qq_29462849/article/details/85327181

以下为自己的文件操作指南，主要供自己和同事参考，所有文件打包放在百度云，有需要的可以自取，需要自己参考以上博客安装配置一些文件。
链接：https://pan.baidu.com/s/17dxZcIntwdTmVCTwh9BuQw
提取码：tp0s

1.打开终端cd到models\research\object_detection里面
2.终端输入activate tf1.13指令进入tf1.13环境（已经安装好训练所需要的文件）
3.将图片以及标注文件xml参照images里面的格式放好
4.cd …到object_detection文件夹，运行“python xml_to_csv.py”得到train_labels.csv和test_labels.csv
5.分别运行“python generate_tfrecord.py --csv_input=images/train_labels.csv --image_dir=images/train --output_path=train.record”
以及“python generate_tfrecord.py --csv_input=images/train_labels.csv --image_dir=images/train --output_path=train.record”
在当前文件夹得到train.record 以及 test.record
6.在detection_model_zoo下载预训练模型，目前已经下载faster_rcnn_inception_v2_coco_2018_01_28，可直接使用（如果想使用其它模型自行添加即可）
7.（关键）修改训练配置文件，重点修改"faster_rcnn_inception_v2_pets.config"，主要涉及num_classes，fine_tune_checkpoint，input_path，label_map_path等。
修改标签（labelmap.pbtxt）里面的内容，按照格式根据实际项目修改。
8.训练指令：python legacy/train.py --train_dir=training/ --pipeline_config_path=training/faster_rcnn_inception_v2_pets.config --alsologtostderr
9.训练完以后固化成pb格式文件，指令为“python export_inference_graph.py --input_type image_tensor --pipeline_config_path training/faster_rcnn_inception_v2_pets.config --trained_checkpoint_prefix training/model.ckpt-20000 --output_directory inference_graph”
10.pb文件在inference_graph里面，要想使用opencv的dnn调用，还需要pbtxt文件。用opencv里面的tf_text_graph_faster_rcnn.py（在D:\opencv3.4.7\sources\samples\dnn里面）将pb转成pbtxt，我是将整个dnn文件夹复制到object_detection文件夹里面
11.修改dnn文件夹里面的tf_text_graph_faster_rcnn.py，主要在最后main函数里面修改pb文件以及config文件的地址，这样才能得到pbtxt文件
12.运行“python dnn\tf_text_graph_faster_rcnn.py”在inference_graph文件夹得到faster_rcnn.pbtxt文件
13.将faster_rcnn.pbtxt以及frozen_inference_graph.pb复制到vs2015的项目中。本例在“E:\load_pb+pbtxt\load_pb+pbtxt”
14.修改vs2015里面的train.cpp，主要就是调用以上文件和图片，最后运行即可。

参考网址：https://blog.csdn.net/csdn_6105/article/details/82933628
https://blog.csdn.net/qq_29462849/article/details/85327181