概要
該博客主要記錄了TensorFlow Object Detection API的安裝流程。默認讀者已經安裝好了TensorFlow，若未安裝好TensorFlow，請移步博主的另一篇博客：Win10環境下安裝TensorFlow-GPU1.11.0+cuda9.0+cudnn7.1.4
1 下載TensorFlow Object Detection API
到如下網址下載TensorFlow Object Detection API的文件夾：https://github.com/tensorflow/models (內涵模型各模塊的簡介，建議使用Chrome瀏覽器下載 ，下載文檔文件名字爲：models-master.zip )
之後對該壓縮包進行解壓，放在你喜歡的路徑下。文件夾最好不要放每個盤中的Program Files (x86)子目錄下，放到這個路徑下會給後面可能的報錯解決方案帶來麻煩，同時儘量路徑中不要出現英文。因此保險起見，儘量放到出系統盤（C盤）之外的磁盤的根目錄下，把解壓後的文件夾改成models，我的解壓路徑爲：D:\models。之後添加如下3個路徑帶到Path環境變量：
D:\models\research
D:\models\research\slim
D:\models\research\object_detection
2 安裝protocol buffer
在如下網址下載protocol buffer3.4版本。記住是3.4版本，博主親自試驗過，當前最新版3.6報錯。網址爲：https://github.com/google/protobuf/releases 。下載的文件夾爲：protoc-3.4.0-win32.zip。下載完成之後，在你自己電腦的annaconda文件夾的Lib文件夾下創建一個文件夾爲protoc34，有的人安裝tensorflow時是爲tensorflow專門開闢了一個命名空間，若是這樣把protoc34文件夾創建到tensorflow所屬文件夾中的Lib文件夾下。之後把壓縮包中的bin和include的文件夾解壓到這個protoc34文件夾。之後把protoc34中bin文件夾加入Path環境變量。不過這個protoc34你放在哪裏都一樣，自己喜歡那裏就放哪裏。
3 編譯與測試
之後進行編譯，進入你下載下來的models文件夾的research文件，之後輸入命令：
C:\Users\DPW\Anaconda3\Lib\protoc34\bin\protoc object_detection/protos/*.proto --python_out=.
注意，cmd必須先進入一定要在你自己model的research文件夾，而且protoc必須加上是你自己的路徑。命令輸入後沒報錯就是成功了。若碰見No module named object_detection的錯誤，請在你tensorflow安裝目錄下的Lib\site-packages文件夾下建立一個txt文件，命名隨意。之後把如下三個路徑添加進去：
D:\models\research
D:\models\research\slim
D:\models\research\object_detection
注意必須換成你自己的models文件夾下的路徑。上面是我的路徑。 之後把這個txt文件改成一個.pth文件，具體在我的電腦裏設置能看見擴展名，後把.txt換成.pth。
之後還是model的research文件夾下運行測試程序，在代碼如下：
python D:\models\research\object_detection\builders\model_builder_test.py
這裏最好用py文件的絕對路徑。等待一會若出現如下信息表示安裝成功。
如果出現了 No module named nets錯誤，按如下進行。首先從cmd進入models/research/slim文件夾，將bulid文件一道別的文件夾。
之後一次輸入如下命令即可，nets錯誤就沒了：
python setup.py build
python setup.py install