win10环境下安装配置object_detection API填坑教程

上次写了一个安装tensorflow和object_detection API的教程，实现官方Demo程序，后来由于一系列更新操作，导致教程出现了更多BUG，现在重新更新一下object_detection API安装教程，结合本次实验的一些巨坑，顺便解决一些遇到的问题。
如果你不是第一次装，你可能遇到过这些问题：

Git Hub上公布的教程存在的问题

Tensorflow2.0版本带来的问题

1： 利用最新的Tensorflow2.0，会出现目前无解的bug，在最后利用自己的数据集训练自己的模型时，训练程序出现has no attribute的错误。这是因为最新的Tensorflow2.0删除了原本第三方开源社区贡献的代码，进行了整合，导致很多以前版本的程序都不能正常使用，目前还没有解决方案。但是Tensorflow2.0是可以正产运行官方Demo的，只是训练自己模型时会出现报错。强烈建议大家不安装2.0版本。
2： 针对Tensorflow2.0出现的低版本程序好多模块没有的问题，查找了好多资料，结合官方文档给出的解决方案是，将程序转换为以前版本，但是亲测过后，只有少数程序可以准确转换，大多数还是无效。转换方法有两种，在引用包时将tf.xxx改为 tf.compat.v1.xxx，意思就是利用 tf1.x版本的包；第二种方式时，利用tf2中自带的实用工具tf_upgrade_v2，整体将程序替换为tf1版本程序，命令为tf_upgrade_v2 --infile 你的文件名.py --outfile 转化后的文件名.py，但目前来说效果不佳。
3： 使用Tensorflow1.14版本+python3.5版本，会出现import tensorflow失败的问题，主要原因在于版本不匹配。本文成功的安装是使用Tensorflow-gpu==1.12+python3.6版本。有人问为什么不用annaconda默认的python3.7版本，别问，问就是Tensorflow不支持。

如果是第一次安装，请参照以下步骤安装

这个教程完全是一步一步引导你安装配置环境，最后成功运行官方Demo和训练自己的数据生成自己的模型。

1. Anaconda3安装

这是一个集成环境，里面集成了python、环境配置等一系列操作，不许要自己再去单独安装python、配置环境等问题，安装比较简单，下载地址：Anconda3，下载稳定版后直接安装就行，安装步骤网上教程很多，基本就是一直下一步，注意一点就是在下一步过程中记得勾选“all user”和“添加到系统环境变量中”就行。
安装成功后在开始菜单栏中会发现如下图所示文件：

2. 开始安装Tensorflow

因为我有GPU所以选择安装gpu版本，如果你没有安装指令不加gpu即可；

创建虚拟环境

为了避免安装失败，造成整个环境的奔溃，这里选择在python中创建一个虚拟环境来安装，相当于一个隔绝的环境，不会对其他环境造成影响。
打开Anaconda命令行，输入下面命令

conda create -n tensorflow1 pip python=3.5    #创建一个名称为tensorflow1的虚拟环境，并安装python3.5版本
activate tensorflow1   # 激活虚拟环境
python -m pip install --upgrade pip    # 更新虚拟环境中的pip管理器
conda install --ignore-installed --upgrade tensorflow-gpu==1.12   #安装tensorflow-gpu版本

安装好以后，进入python，输入命令，查看是不是安装成功

import tensorflow as tf
tf.__version__

没有报错信息说明成功，我这里是1.14版本，你看到的应该是1.12版本