搭建自己的物体检测模型系列（1）环境的搭建和测试

说明

本系列主要使用谷歌开源的 Tensoflow Object Detection API来进行，使用自己的数据集来训练自己的模型，从而完成目标物体检测的任务!
主要参考博主dy_guox的一下几篇博客、视频讲解以及常见问题汇总，由于环境的不同，过程中也遇到了许许多多的问题，因此来记录下自己的配置过程，方便下次使用！（非常感谢上面这位博主。）
https://blog.csdn.net/dy_guox/article/details/79081499
https://blog.csdn.net/dy_guox/article/details/79111949
https://blog.csdn.net/dy_guox/article/details/80139981
https://blog.csdn.net/dy_guox/article/details/80192343

1、环境说明

操作系统：Windows10 64位
内存：16G
显卡：Nvidia GTX1080 Ti
Tensorflow：1.10.0

这里的环境配置和这个文章是一模一样的，仅仅是Tensorflow的版本不一样,博客里是1.8.0.（Tensorflow版本最低是1.10.0，要不然在使用export_inference_graph.py函数导出模型的时候会报错）。

2、下载Tensorflow Object Detection API

下载地址在Github上：https://github.com/tensorflow/models， 从github上下载项目（右上角“Clone or download”-“DownloadZIP”），下载到本地目录（避免中文），解压并修改文件名为models。

下载慢的可以去百度网盘去下载：
链接：https://pan.baidu.com/s/1lVb1O0s-MVgH1mmwjgmzJw
提取码：bs03

对于训练模型的下载，下载慢的也可以去百度网盘下载：
链接：https://pan.baidu.com/s/1x5Rm7S9RmdZMtgn8UDFZog
提取码：j4nz

注：这里的模型仅仅是ssd_mobilenet_v1_coco_2017_11_17模型，对于下载好的模型来进行测试，需要把下载好的模型放到models\research\object_detection路径的下面并且需要注释掉object_detection_tutorial.ipynb文件中的下面两行即可
opener = urllib.request.URLopener()
opener.retrieve(DOWNLOAD_BASE + MODEL_FILE, MODEL_FILE)

3、Protobuf 安装与配置

下面的所有配置参考这篇文章：https://blog.csdn.net/qq_40196164/article/details/94593703