0. 所需硬件

Nvidia 显卡，并且计算能力 >= 3.5，GeForce GTX 1050/1060/1070 等都是性价比都是非常高的 GPU。显卡计算能力参考地址：https://developer.nvidia.com/cuda-gpus#compute

1. 安装 Anaconda

下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
下载的版本为：Anaconda3-5.2.0-Windows-x86_64.exe，该 Anaconda 对应 Python3.6。

1.1 创建环境 tf_gpu

Anaconda 安装完成后，打开 Anaconda Navigator -> Environments -> Create

创建一个名为 tf_gpu 的环境，选择 Python 版本为 3.6，点击 Create，然后耐心等待 Anaconda 创建新环境。



左键单击启动按钮，选择 Open Terminal



打开控制台后，你就能看到你已经进入叫 tf_gpu 的环境了，接下来的操作都在这个环境里操作。

1.2 配置 Anaconda 镜像源

因为 Anaconda 官方的下载服务器在国外，我们下载十分缓慢，所以我们设置清华的镜像源为默认下载源，可以大大提高下载效率。

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes

一行一行的复制过去，Ctrl+ V 粘贴在控制台，然后回车运行。

1.3 配置虚拟环境 tf_gpu

镜像源配置完成后，就可以开始安装 tensorflow-gpu 这个库了。直接把下面的安装命令复制到控制台，回车运行，然后根据提示输入 y。

conda install tensorflow-gpu=1.13

可能运行安装命令一段时间后控制台没有任何反应，这个时候按一下回车，才会出现安装进度。

2. 安装 PyCharm

PyCharm 是一个用来开发 Python 程序的工具。
可以参考：

3. 安装Git

Git 是一个版本控制软件，可以让我们很方便地克隆别人的开源项目。这个安装很简单，百度下载一个，然后全部默认安装。

4. 安装 TensorFlow Object Decetion API 框架

TensorFlow Object Decetion API 是一个在 TensorFlow 基础上开发出来的用于图像检测并定位的软件框架。

4.1 下载 TensorFlow Object Decetion API

在这里我们就需要上一步刚刚安装的 Git。首先新建一个文件夹 tf_train，再在里面创建两个文件夹：addons 和 workspaces，然后再空白处右键，选择 Git Bash Here。

在 Git Bash 中输入 ：git clone -b r1.13.0 https://github.com/tensorflow/models.git

4.1 安装依赖的 python 软件包

5. 安装 LabelImg

LabelImg 是一个图像标注工具，其标注结果会以 PASCAL VOC 格式存成 XML 文件。