用google开源的object_detection做检测系统，其中的一些配置需要注意，以免防采坑！！！！！！！！

用google开源的object_detection做检测系统，其中的一些配置需要注意，以免防采坑！！！！！！！！

一：环境配置：

Python：3.5版本（要调成这个版本）

Tensorflow gpu版本：1.15.0

Anaconda3-5.3.1-Windows-x86_64.exe

二;、下载object_detection API

网址：https://github.com/tensorflow/models

点击Clone or download，再点击Download ZIP，下载完成后，解压得到models-master文件夹，放到jupyter notebook工作路径里。

三：配置protobufs

网址：https://github.com/protocolbuffers/protobuf/releases，

object_detection API使用protobufs来配置模型和训练参数，这将其编译成.py文件些文件以“.proto”的扩展名放在 models-master/research/object_detection/protos下，

在使用框架之前，必须使用protobuf库将其编译成.py文件。

点击protoc-3.11.1-win64.zip自动下载，下载完成后解压，将解压后的bin文件夹下的protoc.exe放到models-master/research路径下，打开Anaconda Prompt，定位到research路径下，输入

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

这时可能会报错，因为windows命令不支持正则匹配，这时你可以将*.proto改成具体的,proto文件名一条一条执行，但是在linux系统中可以执行上面的命令，只不过应该下载相应的linux版本的protoc了。

四、检测API是否正常

1、将models-master/research/slim中的nets文件夹复制出来放到models/research下

2、将models-master/research/object_detection/builders下的model_builder_test.py复制到models-master/research下

3、将objetc_detection文件夹和nets文件夹都复制到D:/Anaconda3/Lib/site-packages下，注意D:/Anaconda3是我安装Anaconda的路径。

打开Anaconda Prompt，定位到research所在的文件夹，输入python model_builder_test.py，如果出现OK，那么API已经配置成功。