近些版本tensorflow(r1.2, r.13)的object detection API 藏匿于models中的research文件夹下，Tutorial, Demo一应俱全，实在是新手在tensorflow框架下实现物体检测的良师益友，即使是对Tensorflow不是特别了解的同学也可以学习这个例子马上进入状态。
API的作者及引用信息可以在Readme.md里看到，但是为表对几位神牛的敬仰之情，Paper链接贴在这里[论文链接]
"Speed/accuracy trade-offs for modern convolutional object detectors."
Huang J, Rathod V, Sun C, Zhu M, Korattikara A, Fathi A, Fischer I, Wojna Z,
Song Y, Guadarrama S, Murphy K, CVPR 2017
按照教程走
安装
Installation中第一步给出了一些需要安装的库，安装方法特别简单，这里我们假设各位萌新已经装好了。唯一需要手动一点的就是添加路径了，文档给出的方式是
# From tensorflow/models/research/
export PYTHONPATH=$PYTHONPATH:`pwd`:`pwd`/slim
这样存在的问题是每次用API都要加这么一句话。一劳永逸的办法是将路径加到bashrc中。
sudo gedit ~/.bashrc
在bashrc配置文件末尾加
export PYTHONPATH="your_path_models/research/:$PYTHONPATH"
export PYTHONPATH="your_path_models/research/slim:$PYTHONPATH"
保存完了记得source一下
source ~/.bashrc
或者登出系统再重新登录一下，都可以。
安装完了以后就要测试我们的安装有没有问题啦，跑到我们的research文件夹下
python object_detection/builders/model_builder_test.py
没问题的话会告诉你test用了多久，我的是7秒。
Running Notebook
是不是迫不及待地想试试效果呢。 API提供的Demo是research/下的object_detection_tutorial.ipynb文件。打开方法很简单
# From tensorflow/models/research/object_detection
jupyter notebook
notebook打开之后找到黑体文件打开它，一块一块运行就可以得到demo的结果啦。
值得注意的是Download Model 这个模块，它每次运行都会重新下载ssd_mobilenet_v1_coco_11_06_2017这个模型，默认的路径就在当前工作的文件夹，这样把上次默认下载的替换掉。再改动代码之前，我们最好还是把下载好的这个模型另外保存一下，免得连模型的尸体都找不到。
检测结果.png
