（win10 TensorFlowcpu版）利用Anaconda 搭建TensoFlow objectdetection 环境及测试

版本控制

为了避免不同版本带来的兼容性问题导致后期各种报错，请尽量和笔者版本保持一致！
1 Anaconda3-5.2.0-Windows-x86_64
2 python 3.5
3 Tensorflow 1.4
4 models 2017-12-20 9:11

Anaconda 安装TensorFlow

1 Anaconda 的安装
官网下载速度较慢，这里推荐清华大学的镜像网站，选择对应电脑系统的版本进行下载

下一步—>I Agree—>(just me)Next 选择安装的路径

2 利用Anaconda 安装tensorflow
（1）按win键找到Anaconda Prompt

（2）利用Anaconda创建一个python3.5的环境，环境名称为tensorflow

conda create -n tensorflow python=3.5

切换环境

activate tensorflow

查看该环境的安装依赖包及版本

conda list

查看已经创建的环境

conda info --env

删除环境

conda remove -n 环境名--all

（3）安装tensorflow
两种方式：
如果报错可以更新pip，代码： python -m pip install --upgrade pip

pip install tensorflow==1.4

上一种方式可能比较慢，可利用清华的镜像

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.4

（4）测试tensoflow是否安装成功
通过 Anaconda Prompt输入python打开Python解释器会话
如果下面的代码显示错误，请检查以确保已激活tensorflow环境，并且在上一步骤中已成功安装tensorflow

>>> import tensorflow as tf

继续输入

>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()

此时可能会说cpu不支持什么运算，可以在这里下载支持avx2运算的版本。
最后

>>> print(sess.run(hello))

输出b’Hello, TensorFlow!’ 即为成功。
官网和其他博客可能说安装模型之前需要安装一些软件包，这里暂时先不弄，后边会讲解

下载model及测试

用git下载是为了能够reset回2017年的model
1 下载
创建一个文件夹（避免中文名）右键 Git Bash Here
初始化一个仓库

git init

clone项目

git clone https://github.com/tensorflow/models.git

如果下载的慢，可将https改为git

git clone git://github.com/tensorflow/models.git

2 回退到以前的2017年的版本
查看2017-12-20的版本，这个版本说兼容tensorflow1.4

git log --before="Wed Dec 20 19:16:10 2017 +0800"

按q推出会话，回退版本

git reset --hard 196d173a24613a045e641ef21ba9863c77bd1e2f 

3 Protobuf 安装与配置
在这里下载3.4的版本，一定是3.4，否则编译有问题。解压后将bin文件夹中的protoc.exe放到C:\Windows
利用Anaconda Prompt切换到model下的research文件
输入

# From tensorflow/models/
protoc object_detection/protos/*.proto --python_out=.

4 安装依赖包及配置环境变量
还在models/research则运行

python setup.py install

配置PATH环境变量，如下YOUPATH表示你的models所在目录：

YOUPATH\models-master\research:YOUPATH\models-master\research\object_detection
5 测试
依旧切换到models/research运行

python object_detection/builders/model_builder_test.py

6 官方demo测试
切换到models\research\object_detection工作目录
然后输入jupyter notebook，就会调用浏览器（Chrome）打开当前文件夹，点开 object_detection_tutorial.ipynb，在新标签页中打开 Object Detection Demo，点击上方的 “Cell”-“Run All”，也可以将代码粘贴到spyder上运行

参考资料
【1】https://www.jianshu.com/p/1ed2d9ce6a88
【2】https://blog.youkuaiyun.com/dy_guox/article/details/79081499