超详细Ubuntu 16.04 下 tensorflow objection api 安装
Tensorflow objection detection api 强大的目标检测工具
安装这个API之前，默认已经安装Tensorflow成功
一、创建tensorflow环境
conda create -n tensorflow python=3.6
创建一个名为tenorflow 的环境，python版本为3.6
创建完成后激活这个环境，激活的意思是后面的操作都在这个环境下进行
进入环境后安装一些必备的安装包，可能你已经在环境中安装过了
sudo apt-get install protobuf-compiler python-pil python-lxml python-tk
pip install Cython
pip install jupyter
pip install matplotlib
二、安装Tensorflow Objection DEtection API
(1)下载
找个自己喜欢的位置，下载解压。你打开终端的位置就是下载的位置，也就是当前文件夹
git clone https://github.com/tensorflow/models.git
可能会提示你安装git,OK,按照提示安装即可，下载完成后你会发现当前文件夹多了一个models的文件，后面要用到。下载过程中可能会遇到下载中断的问题，没关系，多试几次
(2) protobuf 编译
Tensorflow Object Detection API 用 Protobufs 来配置模型和训练参数. 在用这个框架之前,必须先编译Protobuf 库。编译时会遇到错误，可以在conda虚拟环境中再安装一个 protobuf 3.6版本的，protoc --version 查看版本。最新版本可以去官网查询（Github的链接）
Protobuf官网
不建议安装最新版本哦
conda install protobuf=3.6
使用切换到 …/models/research 文件夹，还记得吗前面下载的models文件夹，使用cd命令进入这个文件下的research文件夹，注意在tensorflow的环境下进行操作，因为前面的依赖包都在这个环境中。然后输入命令
protoc object_detection/protos/*.proto --python_out=.
这条命令没有任何输出，就对了
（3）安装 tensorflow model 以及 slim
/models/research 文件夹下执行
python setup.py install
切换到 /models/research/slim 文件夹下再次执行上条语句。
（4）添加环境变量
还是 …/models/research 文件夹下，执行：
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
或者 gedit ~/.bashrc 在文件末尾添加改语句。然后 source ~/.bashrc 激活。两种方式都可以
三、测试
在配置的环境中输入命令
python object_detection/builders/model_builder_test.py
OK，配置完成。
后续会加上目标识别实例