用pip或easy_install在Win10上安装TensorFlow Object Detection API

对于TensorFlow Object Detection API 官方安装指导，我觉得有以下两点可以改进的地方：

1、安装：指导中要求使用者先克隆下整个models仓库，然后安装Protobuf解压出object_detection模块，然后将object_detection模块与slim模块的目录添加到PYTHONPATH中，这一操作在新打开Shell后都需要重新进行（当然，添加到环境变量配置文件中可以免除此麻烦）。此外，在Windows系统上，安装配置protobuf相对麻烦，同时还存在bug，识别一些模型时会出问题【https://github.com/tensorflow/tensorflow/issues/3002】。

2、使用：在object_detection的ipython tutorial中，使用了如下语句：

from utils import label_map_util, visualization_utils

这里的utils是object_detection下的子模块。如果按照这个写法，运行脚本不在object_detection目录下就无法找到utils。

本文提出一个方法，将object detection api做成whl或egg包，不必安装配置protobuf，也可以避免bug，安装使用都要方便的多。
我这里已经将他们打包出来（slim我也一并打包了），Python环境是3.6.6和Python2.7.15（Win10 64位系统）。前往下载：whl_and_egg_of_TF_Object_Detection_API

下载后，请先安装依赖：

• Protobuf 3.0.0
• Python-tk
• Pillow 1.0
• lxml
• Jupyter notebook
• Matplotlib
• Tensorflow
• Cython
• contextlib2

安装whl只需执行：

pip install xxx.whl

即可。

安装egg只需执行：

easy_install xxx.egg

即可。

使用时，请使用标准的引用Python模块的子模块的用法，对于object_detection的utils或是其他子模块，请使用：

from object_detection.utils import label_map_util, visualization_utils

这样运行脚本不管放在哪里，都是可以搜索到utils并执行的。

此法在其他平台上同样可以使用，我在树莓派上也是使用这种方法安装的，只是需要在树莓派上去编译。