【视频课】AI必学，超9小时，6大框架，Android+NCNN+MNN+Tengine+TensorRT+小程序模型部署实战！

欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：

第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。

第2层：掌握CV算法最底层的能力，包括CNN模型，Transformer模型，图像分类，模型分析。

第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。

第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。

第5层：掌握算法落地的关键技术，包括模型优化，模型部署。

深度学习模型必须要经过部署到实际的生产环境中，才能产生真正的应用价值。在各类落地场景中，有的是服务端的场景，追求的是更高的精度，更大的模型，更复杂的功能。

有的是嵌入式平台，诸如手机等各类移动端设备、车载设备，追求的是低延迟，小模型。

因此我们进行模型部署的时候，需要各有侧重。 当前模型优化和部署的工具非常多，包括TensorRT、NCNN、MNN、Tengine等； 当前的硬件平台也非常多，包括CPU、GPU，Arm、NPU、FPGA等。

为了帮助大家学习深度学习模型部署，有三AI推出 《深度学习之模型部署》 课程， 力争对大部分 主流框架，以及典型部署平台进行介绍与 实 战。

(1) 模型部署基础 。 讲解 模型部署的流程与常见的方式，约10分钟， 本小节内容可以免费收听 。

(3) Tengine嵌入式平台部署 。 Tengine 涵 盖了模型的加载解析，格式转换，计算图的调度和优化，在多种架构的芯片上高效运行，具有通用，开放，高性能等特点 ，本部分课程 讲解 Tengine框架介绍，在EDIDK嵌入式平台上的模型部署 ，并附带完整的工程代码 ， 约40分钟 。

(4) 微信小程序部署 。 部署到线上现在最轻便且最方便传播的当属微信小程序了，微信小程序依托于微信，不需要下载安装即可使用，本课程内容包括 微信小程序部署 服务端开发 与前端开发的内容 ，并附带完整的工程代码 ， 约70分钟 。

(5) TensorRT模型优化与部署 ， TensorRT是一个高性能的深度学习推理（Inference）优化器，可以为深度学习应用提供低延迟、高吞吐率的部署推理。本部分 课程内容主要包含 TensorRT基础、Docker部署基础、YOLO v5模型训练与评估，基于Python的TensorRT检测模型部署， 基于 Python的 的TensorRT 检测 模型 部署 等， 并附带完整的工程代码 ，约190分钟。

(6) 原生Pytorch Android部署 ，本部分内容介绍 Android Studio的基本使用，安卓控件使用，图片读取与摄像头调用、展示，pytorch模型转换，模型测试与安卓端部署 ， 并附带完整的工程代码 ， 约120分钟。

(7) MNN Android部署 ，本部分内容介绍 MNN框架的编译安装，模型转化与量化加速、手机端部署实例3个部分