1.环境安装配置
1.1 安装tensorflow
安装tensorflow不再仔细说明，但是版本一定要是1.9
1.2 下载Tensorflow object detection API
下载地址：https://github.com/tensorflow/models
1.3 Protobuf 的安装与配置
（1）下载地址：https://github.com/google/protobuf/releases
（2）选择python3.4.0版本，解压后将_bin_文件夹中的_【protoc.exe】_放到C:\Windows下
（3）在models\research\目录下打开命令行窗口，输入命令：
protoc object_detection/protos/*.proto --python_out=.
（在这一步有时候会出错，可以尝试把/*.proto 这部分改成文件夹下具体的文件名，一个一个试，每运行一个，文件夹下出现对应的.py结尾的文件。不报错即可。）
运行后结构如图1所示
（4）model API环境变量配置
打开系统环境变量，新建名为‘PYTHONPATH’的变量，将models/research/ 及 models/research/slim 两个文件夹的完整目录添加，如图2所示。
测试API配置是否成功，在models/research/ 文件夹下运行命令行：python object_detection/builders/model_builder_test.py 不报错说明运行成功。运行结果如图3所示。
1.4测试整体环境是否装好（测试自带案例）
打开 Anaconda3-Anaconda Prompt ，将工作目录调至 models\research\object_detection ，输入jupyter notebook打开当前文件夹下的object_detection_tutorial.ipynb文件
运行，结果如图4所示则环境配置成功。
