自行官网下载安装，安装完成后进入anaconda的命令窗口。
为了下载快速，添加镜像源
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
2.创建tensorflow的环境， 并安装python 3.6conda create -n tensorflow python=3.6
3.激活环境
conda activate tensorflow
4.在该环境中安装tensorflow CPU版: conda install tensorflow==1.13.2
5. 测试是否安装成功
备注：运行不是如上图所示，说明numpy的版本不对，需要安装对应的numpy版本。
pip install numpy==1.16.4
6.安装其它依赖包
(tensorflow) C:> pip install lxml (tensorflow) C:> pip install Cython (tensorflow) C:> pip install matplotlib (tensorflow) C:> pip install pandas (tensorflow) C:> pip install opencv-python
这个过程中，如果numpy被再次升级导致tensorflow 会有兼容性问题。 因此需要降级回去
pip install numpy==1.16.4
安装paddle ocr： 基于AI的文字识别库
pip install paddlepaddle -i https://mirror.baidu.com/pypi/simpl
pip install "paddleocr>=2.0.1"
如果安装six提示版本过低，但是想安装高版本时，卸载不了，可以通过以下手段直接安装
pip install six --upgrade --ignore-installed six (因为之前安装tensorflow时会安装six 但是版本不对，所以忽略之前安装的six再进行安装一次)
-------------------------分割线------------以上-------Tensorflow的环境至此搭建完成----------------------------
-------------------------分割线-------------以下------搭建Object Dectective环境----------------------------
1. 从GitHub下载TensorFlow物体识别API库
这里需要根据你安装的tensorflow的版本下载对应的模型。比如当前我们安装的是tensorflow 1.13.0则下载分支r1.13.0
GitHub - tensorflow/models at r1.13.0
| TensorFlow version | GitHub Models Repository Commit |
|---|---|
| TF v1.7 | https://github.com/tensorflow/models/tree/adfd5a3aca41638aa9fb297c5095f33d64446d8f |
| TF v1.8 | https://github.com/tensorflow/models/tree/abd504235f3c2eed891571d62f0a424e54a2dabc |
| TF v1.9 | GitHub - tensorflow/models at d530ac540b0103caa194b4824af353f1b073553b |
| TF v1.10 | https://github.com/tensorflow/models/tree/b07b494e3514553633b132178b4c448f994d59df |
| TF v1.11 | GitHub - tensorflow/models at 23b5b4227dfa1b23d7c21f0dfaf0951b16671f43 |
| TF v1.12 | https://github.com/tensorflow/models/tree/r1.12.0 |
| TF v1.13 | https://github.com/tensorflow/models/tree/r1.13.0 |
| Latest version | GitHub - tensorflow/models: Models and examples built with TensorFlow |
下载完后，解压zip到你合适的文件夹
（一定要做）添加环境变量：
名：PYTHONPATH
D: 5_programe_filesanacondaenvstensorflowmodelsresearch;D: 5_programe_filesanacondaenvstensorflowmodelsresearchslim;D: 5_programe_filesanacondaenvstensorflowmodels
可以使用“echo %PYTHONPATH%”查看它是否被设置
2.安装protobuf：
模型地址：从github上下载模型，下载地址：https://github.com/tensorflow/models
protobuf下载路径 Releases · protocolbuffers/protobuf · GitHub
切换到 tensorflow/models/research目录下后：
执行：
protoc object_detection/protos/*.proto --python_out=.
如果没有报错，则执行成功，检查一下object_detection/protos目录下是否存在对应的py文件。
3. build object detective 库
最终，在你的路径tensorflowmodelsresearch路径下运行如下命令：
(tensorflow) C:tensorflow1modelsresearch> python setup.py build (tensorflow) C:tensorflow1modelsresearch> python setup.py install
4. 验证安装成功， 到你的路径tensorflowmodelsresearch路径下运行如下命令：
python object_detection/builders/model_builder_test.py D:10_program_filesanaconda3envstensorflow1libsite-packagesnumpylibtype_check.py:546: DeprecationWarning: np.asscalar(a) is deprecated since NumPy v1.16, use a.item() instead 'a.item() instead', DeprecationWarning, stacklevel=1) .WARNING:tensorflow:From D:10_program_filesanaconda3envstensorflow1modelsresearchobject_detectionanchor_generatorsgrid_anchor_generator.py:59: to_float (from tensorflow.python.ops.math_ops) is deprecated and will be removed in a future version. Instructions for updating: Use tf.cast instead. ....................s ---------------------------------------------------------------------- Ran 22 tests in 0.076s OK (skipped=1)5.安装labelImg（标注图片的工具）
pip install labelImg
运行完成后，会在anaconda3envstensorflow1Scripts下生成一个labelImg.exe， 但是我不知道为啥我在其它目录下命令行直接输入labelImg会报， 但是可以在anaconda3envstensorflow1Scripts目录下是可以直接敲入labelImg进行打开
File "D:10_program_filesanaconda3envstensorflow1librunpy.py", line 193, in _run_module_as_main
"__main__", mod_spec)
File "D:10_program_filesanaconda3envstensorflow1librunpy.py", line 85, in _run_code
exec(code, run_globals)
File "D:10_program_filesanaconda3envstensorflow1ScriptslabelImg.exe__main__.py", line 4, in
ModuleNotFoundError: No module named 'labelImg.labelImg'; 'labelImg' is not a package
可以在D:projectsAI_studylabelImg-masterdatapredefined_classes.txt 定义你新的类型
注意在安装这个的过程中，numpy会升级成1.19版本，需要pip uninstall numpy, 然后再
pip install numpy==1.16.0。 如果重装安装1.16版本有报错，需要重复该操作直到没有报错为止。
至此环境准备完成。 接下来的事情可以参照：
GitHub - holidayun/Tesorflow-Object-Detection-API-Training-Windows-Tutorial: tensorflow object detection api tools
参考文章：
https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10
https://blog.csdn.net/qq_37764129/article/details/88863494
注意事项：
如果是根据：GitHub - holidayun/Tesorflow-Object-Detection-API-Training-Windows-Tutorial: tensorflow object detection api tools
来训练你的模型，最后一步注意：
