使用tensorflow構建自己的模型，有兩種方法，一種是不需要標註，只能識別裁剪過的照片，一種是需要標註，識別出來可以在圖片上進行範圍的標註。
先給圖看看效果：
這是進行標註識別的效果，如果沒有進行標註，照片不僅需要裁剪，還只會返回匹配率，不會有標註效果，並且識別率不高，只能進行單一目標的識別。
第一種進行標註：
一.開發環境的搭建
window7
pycharm
python3.60
Anaconda4.3.0
tensorflow1.12.0
1.pythcam可以到超鏈接去下載，我下載的是社區版的，下載安裝後就可以使用，安裝過程網上很多，可自行百度。
2.安裝Anaconda以及python
Anaconda下載地址在此處找到
進行下載，安裝後正常進行安裝，注意一點就可以了
兩個選項記得勾選。安裝之後打開命令行，輸入conda --version查看安裝版本
之前的tensorflow好像是不支持python3.6的，所以需要安裝python3.5版本，現在已經完全支持了。所以接下來安裝tensorflow就沒有之前那麼複雜了。安裝完Anaconda是自帶python版本的，可以直接在命令行輸入python查看安裝的python版本，想要退出python模式，輸入exit()就可以了。
3.安裝tensorflow
我這裏選擇的是cpu版本的TF,可根據以及顯卡選擇cpu或者gpu版本，但聽說gpu很多坑，所以我就選擇了cpu版本。
打開命令行，輸入：pip install tensorflow==1.12.0等待安裝就可以了。安裝成功後可以查看安裝TF版本
依次輸入:
python
import tensorflow as tf
tf.__version__
如果在輸入：import tensorflow as tf出現下圖的錯誤的時候
輸入exit()退出python模式，輸入pip install protobuf==3.6.0之後就可以了。如果沒有這樣的錯誤，建議也這樣操作一次，因爲有可能在使用pyCharm訓練模型的時候會出現這樣的錯誤。
到此環境已經配好了，下面要開始進行模型的訓練了。
二.模型訓練
因爲模型訓練我是參考其它博客完成的，在這裏我給出博客的地址，大家可以參考一下，在這裏只記錄我在訓練模型的時候出現的錯誤。坑比較多，一些錯誤可能都已經忘記了，在這裏先記錄還記得的錯誤，如果有其它錯誤，大家可以提出來。
第一步
https://blog.csdn.net/zj1131190425/article/details/80711857
此鏈接是這位大佬訓練前的準備工作，大家根據步驟完成就行了。
第二步
要使用labelImg進行標註。
https://blog.csdn.net/zj1131190425/article/details/80726353
這個比較複雜了，推薦直接使用下面這位大神的操作。
https://blog.csdn.net/python_pycharm/article/details/85338801
第三步
https://blog.csdn.net/zj1131190425/article/details/80778888
第三步的坑實在是太多了，一些報錯都忘記了，只記錄還記得的，想起來回補充的。
錯誤一：
ModuleNotFoundError: No module named 'numpy.testing.decorators'
出現上面錯誤的，可以打開命令行依次輸入以下命令，可以解決
pip uninstall numpy
pip install numpy==1.17.0
錯誤二：
from google.protobuf.pyext import _message ImportError: DLL load failed: 找不到指定的程序。
打開命令行輸入下列命令
pip install protobuf==3.6.0
錯誤三：
運行train.py有大量no module named object_detection錯誤
在form後加上 research.即可，記住，是大量，要修改的地方很多
錯誤四：
運行train.py出現少量no module named net錯誤
在form後加上research.slim.即可
錯誤五：
運行train.py的時候還會有一些no module named XXX的錯誤，
這主要是找不到路徑造成的，可找到你安裝tensorflow的目錄，尋找這個XXX，輸入正確的路徑即可解決。
錯誤六：
運行train.py出現FutureWarning: Passing (type, 1) or '1type' as a synonym of type is deprecated; in a future version of numpy, it will be understood as (type, (1,)) / '(1,)type'._np_quint8 = np.dtype([("quint8", np.uint8, 1)])
進入dtype.py中將np.dtype([("quint8", np.uint8, 1)])改爲np.dtype([("quint8", np.uint8, (1,))])就可以解決，雖然出現這個錯誤，但是不影響程序運行，還是最好還是改一下，一共需要改6處，當初我改了6個地方。
錯誤七：
同時還有一些TF與python版本不對應的錯誤，上面的版本是我自己親測可以使用的。
其它錯誤暫時記不清楚，就不記錄了。如果大家有其它錯誤，歡迎提出。
第二種：不進行標註
這種方法很少用，也很簡單。是自己的筆記本上面的環境，之後再補充。
給一個鏈接：Android Studio導入TF官方demo的過程
https://blog.csdn.net/weixin_44059750/article/details/104837410
最後感謝參考博客所屬的大神，膜拜。
根據官方demo和參考github開源項目完成了三種識別方式，一種是無標註照片識別，一種是標註照片識別，一種是標註實時攝像頭識別。想要demo的可以說下。
小編訓練模型是要導入到Android中去使用的，記錄一下導入到Android的坑。
上述訓練模型只會生成一個pd文件，要想在Android中使用還需要一個txt文件，複製過來的txt文件的第一行？？？不能刪除。