目标检测一直是cv（computer vision）上非常常见的问题，由于常见所以也有一众大佬做出了相应的API，就相当于是个工具，只需要进行稍稍的修改，并准备好自己的数据集，就可以实现相对应的模型。先放两个链接：

视频教程​ pythonprogramming.net
TensorFlow object detection API应用​ www.cnblogs.com

视频是英文的，讲的非常详细，如果不想看英文的看下面那个文字教程就好，有问题欢迎随时私我。由于团队对这个API的维护一直在进行，因此上面两个教程都有一些地方需要更新，在实际使用过程中注意活用就好。另外除去object detection外还有许多其他的API，大家一起探索哈～～～

项目地址在这里：https://github.com/tensorflow/models.git

环境：Linux-Ubuntu 16. , python 3.6, tensorflow-gpu 1.12.0, Keras 2.2.4.

一，安装

既然要使用tensorflow 的API， 那么tensorflow是自然少不了了，根据自己的情况安装cpu 或者gpu版本的tensorflow，然后目前的API中我看到有引入keras，我的keras是事先就装好的所以我不清楚不装的话会不会影响，建议最好装一下。随后就是：

先放官方：tensorflow/models

具体如下：

首先呢把项目clone到本地：git clone https://github.com/tensorflow/models.git

然后：

pip install --user Cython
pip install --user contextlib2
pip install --user pillow
pip install --user lxml
pip install --user jupyter
pip install --user matplotlib

注意还有个很糟心的东西要装：

sudo apt-get install protobuf-compiler python-pil python-lxml

这个东西自动安装时候我总会出低版本的2.6几的，就不兼容，所以只好手动安装，大家可以先用protoc –version看下版本，最好在3.4以上，手动安装protoc步骤的话先打开这个网站，然后找到对应的python版本，我这里是3.7.1， 随后下载解压，然后将工作目录进入到解压后的文件夹中，依次执行

sudo ./configure
sudo make check
sudo make install

安装有点慢，，，出问题的话在刚刚那个项目地址的issue里搜索对应的报错就好了，基本都有。最后还要把环境变量配置一下。

二，数据集准备

sorry啦明个再写哈哈～

一个菜鸡的奋斗之路。。。

下面要填的坑list：数据集准备与划分，tfrecord文件转换，config文件注意事项，模型保存以及inference来测试。

其他要填的坑：kaggle入门？？？keras重写resnet50？？？多输入模型？？？lightgbm？？？“`～～～