前言：
·0——官方教程
可以在这里看到一份官方的配置环境并测试的教程。这份教程也在g3doc文件夹中。
·1——python3.5与Anaconda3
三个目录分别为 ..\Anaconda3..\Anaconda3\Scripts..\Anaconda3\Library\bin
如果你希望自己使用的python版本是3.5.2的话，请下载Anaconda3-4.2.0，虽然在官网不太好找，但是聪明的你一定能找到下载的地方。
如果你不希望使用集成开发环境而希望自己安装需要使用到的第三方库的话，请确保你使用的python版本为64位。
·2——openCV3与python
在图像处理方面，毫无疑问的必须要用到opencv。目前支持python3.5的opencv版本为openCV3。
请在这里下载，并将该文件放在Anaconda3的安装目录下的Lib文件夹，使用pip命令安装。
·3——需要哪些代码以及如何获取
这里是tensorflow在github上的主页，如果选择clone整个仓库有117MB，显然用不到那么多，我们需要的仅仅是其中的object-detection模块。
这里是tensorflow在github上的所有公开的模块中类，其中就有我们所需要的object-detection，如果你是git shell用户可以直接下载了，但是如果你是像我一样只是想用浏览器下载的话，请复制这个链接地址到这里，将地址粘贴进去并下载，注意的是如果你是第一次使用这个网站，需要进行一次授权，根据网站上的教程就好。
·4——其他需要的工具
这里我们可以下载到官方教程中提到的protoc-3.3.0，解压后将bin目录地址添加进path即可。
·5——其他可能遇到的错误
·1 编译model_build_test.py时找不到object-detection包
·2 编译model_build_test.py时找不到nets包
在这里下载slim文件夹，将slim文件夹添加到pythonPath系统变量中。
-6——如何运行demo
需要注意的是 在最后一个cells中 如果我们想在windows下正常运行，需要修改几行代码。修改方法及地方见这里。
-7——如何不使用*.ipynb文件运行程序
在file -> download as -> python中 我们可以获取当前ipynb文件导出的python文件。
在代码中 import IPython 并且在命令行界面使用 IPython *****的命令运行文件
