How To Train an Object Detection Classifier for Multiple Objects Using TensorFlow (GPU) on Windows10
本文主要是记录和简义这个github项目的练习
设备windows10
tensorflow1.10.0
原文github：点这里
偶然发现的和我类似的文章还没看 点这里
首先我们知道，tensorflow官方是有一个物体检测的API接口的。而我们今天要练习的项目就是基于这个API在window10的一个实现。
你不可能是从零开始吧。如果是那你看这个太早了
我们从步骤二开始了。不说怎么来安装tensorflow了
step 2
我们需要clone下来这个项目。
然后需要将python加入系统环境变量。
2.a
我们要在C盘建一个叫tensorflow1的文件夹
然后吧tensorflow官方的model整个的zip下载下来
在这说一句，这个文件有点大。。。
下载完了之后，我们直接解压。然后吧model-master这个解压得到的文件夹放到tensorflow1这个文件夹中
并且改名为model
如下图
这些步骤如果出错可以检查网络等原因。目前基于当前版本
2b
Download the Faster-RCNN-Inception-V2-COCO model from TensorFlow's model zoo
意思是我们需要上tensorflow上下载这个模型。
在这先别着急。作者似乎告诉我们。他一开始使用的是官方的那个模型，然后这个模型是有一个很快的速度。但是对于这个准确率好像不太高尤其是对于它这个卡片识别。所以它又训练了一个速度慢的，但是准确高的这么一个模型。也给了我们下载地址。
直接点这里就能够下载了。
解压后把这个文件放到C:\tensorflow1\models\research\object_detection
2c
再把我们一开始clone或者下载项目文件也移入到这里面，然后覆盖掉readme.md文件。
这里作者主要就是解析我们可以自己去构建
我们下载下来之后需要把文件放到如下位置
这个是github上告诉我们怎么来在训练自己的检测模型时的文件夹配置。
接下来我没有按照github作者的方式了，原作者使用的是anaconda但是我没有安装哈。所以目前我用pycharm打开，然后如下图中所示。原文中我们继续往后看会发现有需要我们将一些路径加入到path中区，所以我们需要用pycharm中加入为source root中去加入完成之后目录颜色会有所变化。
这个是需要添加的所有文件夹
然后接下来我们这有一个问题，我们原作者说tensorflow提供的这个API不支持windows，所以我们需要手动的去用protoc这个工具去做一件事。我不太秦楚这个工具的效果
但是我们安装anaconda的时候原作者告诉我们怎么安装了。但是那是通过anaconda里。所以我们需要单独安装
https://github.com/protocolbuffers/protobuf/releases
这个是他的文件位置。
我下载之后解压了。
放在了这样一个位置上
然后我将这个加入了系统环境变量中去‘这样，我们就能够在命令行中间去使用。
最后我们复制图片中间的这一串命令。然后在C:\tensorflow1\models\research这个文件下打开命令行执行。
如作者所说，这个目录下生成了对应的pb2.py文件
接下来进入如下位置
运行
第一个执行完
第二个执行完成
这个中间我看到有一些错误，目前不知道能不能成功。
我继续了，他是成功的
，接下来我们需要安装jupyter notebook
我么这里使用pip 安装方式，我们如果不安装的话需要我们手动去改写ipynb文件，提取有用的数据为py文件。
安装完之后我么还需要在pycharm中间把object-detection文件也加入到source root中间，然后我们在
如图中的位置打开jupyter notebook
原作者所说的这个文件。并且从头开始运行。
注意。这里在代码中我们还要下载一些模型，所以请保证网络通畅。
最后全部运行完之后如下图
最后提醒一下，其中很多东西下载需要*，请自行解决。
这样我们就完成了github中作者的第二部，我们能测试我们的环境了。
step3 收集和标记我们的图片
终于来到第三步了。
这一步主要好像是讲怎么训练。
就像原作者所说，现在，这个tensorflow的物体检测API已经都就绪了。我们需要去提供一个图片，他将使用于去训练一个新的分类器。
（请原谅我渣渣的英语）
很尴尬，我刚刚看来一下，发现他没给图片，要我们自己去找，。。。先暂停。。。