谷歌宣布开源其内部使用的 TensorFlow Object Detection API 物体识别系统。本教程针对ubuntu16.04系统，快速搭建环境以及实现视频物体识别系统功能。
本节首先介绍安装环境：
1.首先简单安装tensorflow，一般用户可以直接按照下面的命令进行安装，若不行请转到http://www.cnblogs.com/wmr95/p/7500960.html进行安装。
pip install tensorflow (# For CPU)
pip install tensorflow-gpu (# For GPU )
2.接下来通过命令安装一些库函数以及包。
sudo apt-get install protobuf-compiler python-pil python-lxml
sudo pip install jupyter
sudo pip install matplotlib
（在安装jupyter和matplotlib的时候，出现过以下问题）
sudo pip install jupyter会在下载的时候出现中断，如下图所示：
不加sudo命令：pip install jupyter 会遇到权限不够的问题，如下图所示：
我的解决办法是安装jupyter的时候输入命令：sudo pip install jupyter
这样就莫名其妙地安装上了。
安装matploatlib的时候输入命令：sudo -H pip install matplotlib
其实这里想要强调的是：执行命令 sudo pip install jupyter的时候，会提示pip的版本不够，需要更新pip的版本，但是输入pip -V或者（pip install --upgrade pip）的时候，提示已经是最新的pip版本，如下图所示：
实际上，你需要切换到root权限下进行pip，因为你用的sudo命令来pip。即你需要切换到root权限下对pip进行升级。
首先在终端ternimal输入su,输入你的root下的密码后，进入到root权限，再进行pip升级，即执行pip install --upgrade pip命令。
3.protobuf的编译
这个Tensorflow Object Detection API使用protobufs来配置模型和训练参数。
首先在ternimal终端输入命令下载tensorflow/models代码：
git clone https://github.com/tensorflow/models.git
在框架使用之前，protobuf库函数必须首先编译，通过以下命令来执行：
在ternimal终端进入到tensorflow的models目录下：
# From tensorflow/models/
protoc object_detection/protos/*.proto --python_out=.
4.把库添加到环境变量PYTHONPATH中
当在本地运行的时候，这个tensorflow/models/和slim目录应该添加到PYTHONPATH中，可以通过以下命令来执行：
在ternimal终端进入到tensorflow/models/目录下：
# From tensorflow/models/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
注意：上面这个命令需要在你每次打开ternimal的时候都需要运行。如果你不想这样，你也可以把这句话添加到 ~/.bashrc文件的最后一行中。
5.测试安装成功
通过以下命令测试你是否已经正确安装了the Tensorflow Object Detection API。
进入到tensorflow/models/目录下：
python object_detection/builders/model_builder_test.py
最后放一张安装成功的截图，恭喜第一阶段大功告成：
谷歌开源Tensorflow Object Dectection API链接：https://github.com/tensorflow/models/tree/master/object_detection
版权声明：
作者：王老头
出处：http://www.cnblogs.com/wmr95/p/7563173.html
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，并在文章页面明显位置给出原文链接，否则，作者将保留追究法律责任的权利。