tensorflow api训练1（环境搭建）

1. 搭建环境

1. 准备资源（objection detection）
   由于github下载较慢，可以点开这个链接下载链接：https://pan.baidu.com/s/1R9_-C0y7PTRXFGYet9RByQ 提取码：ktg3
   下载完解压，这里只需要research文件夹，把这个文件夹复制到c盘（任何地方都可以，因为以后都要用到，所以我放到了c盘根目录下）
2. 下载protoc
   建议下载protoc-3.4.0-win32，下载地址：https://github.com/google/protobuf/releases/tag/v3.4.0 下载完解压，将bin文件夹下面的protoc.exe文件复制到C:\Windows\System32目录下
3. 创建conda虚拟环境py36（需要换源）
   安装库
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow-gpu==1.13.1
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python
   conda install pillow
   conda install lxml
   conda install Cython
   conda install matplotlib
   conda install pandas
   conda install jupyter
   conda无法安装pycocotools
   方法：下载链接：https://pan.baidu.com/s/1FpuEhrKagN8SAR1-7bnd1Q
   提取码：n8ys 然后解压，进入PythonAPI文件夹，cmd命令框内输入
   python setup.py build_ext –inplace
   python setup.py build_ext install
4. 编译
   1.在research目录下，去protoc
   protoc object_detection/protos/*.proto --python_out=.
   2.添加环境变量
   
   3.在research目录下 python setup.py install（一定执行这一步）
   4.在research\slim目录下
   cd /d c:\research\slim
   python setup.py build
   Python setup.py install
5. 测试
   在research目录下输入
   python object_detection/builders/model_builder_test.py
   表示成功了
6. 如果报错
   
   打开slim文件夹，复制nets文件夹，粘贴到程序目录中（object_detection/builders）
   再运行.py文件，成功！