環境：Ubuntu16.04 / anaconda4.3 + Tensorflow1.3.0 + python3.5

介紹：

anaconda是什麼：是用於科學計算的python發行版，提供了包管理和 環境管理的功能，可以很方便地解決多版本python並存、切換以及各種第三方包安裝問題。Anaconda利用工具/命令conda來進行package和environment的管理，並且已經包含了Python和相關的配套工具。

這裡先解釋下conda、anaconda這些概念的差別。conda可以理解為一個工具，也是一個可執行命令，其核心功能是包管理與環境管理。包管理與pip的使用類似，環境管理則允許使用者方便地安裝不同版本的python並可以快速切換。Anaconda則是一個打包的集合，裡面預裝好了conda、某個版本的python、眾多packages、科學計算工具等等，所以也稱為Python的一種發行版。

由於anaconda環境可以很好的管理不同的環境，以便我在做錯試驗後可以重新新建環境，我選擇了它，並建立了一個名為tensorflow的環境，並在其中安裝了這個api執行的工具。

步驟：

1：搭建環境

安裝好anaconda之後，我們開始搭建自己的環境：以下為我搭建的過程

conda create --name tensorflow python=3.5 #指定了這個環境中安裝的python是3.5版本

source activate tensorflow #這一步是用來開啟tensorflow這個環境，以便在這個環境中做實驗

deactivate tensorflow #這一步是關閉這個環境

（如果要刪除這個環境：conda remove --name tensorflow --al）

2：安裝tensorflow以及依賴的環境

conda install -c conda-forge tensorflow

在tensorflow這個anaconda環境中用以上命令安裝tensorflow（可以用conda search tensorflow來檢視可以安裝的版本，也可以去anaconda官網檢視版本，分為cpu版本和gpu版本）

安裝完成後，進入python環境測試：import tensorflow as tf ，如果沒有報錯則安裝成功，可以用tf.__version__來檢視安裝好的版本

安裝 pillow/lxml/jupyter/matplotlib 

3：下載tensorflow的模型，需要用git

git clone [email protected]:tensorflow/models.git

4：編譯下載的models，

在這裡我們需要下載一個protobuf的工具，可以用conda來下載

然後進入下載的models目錄找到object_detection所在的父目錄，執行編譯命令：protoc object_detection/protos/*.proto --python_out=.

5：使用jupyter-notebook執行這個api

進入object_detection資料夾中的object_detection_tutorial.ipynb，點選cell中的run all，可以逐步執行該python程式碼。（[*]表示正在執行該部分程式碼）

如果執行過程中出錯，請自行百度。