欢迎大家来到我们的项目实战课，本期内容是《微信小程序图像识别模型前后端部署实战》。所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解。

本次课程内容

训练好一个深度学习模型之后，必须要将其部署到生产环境当中，才能产生真正的价值，为更多的用户所体验。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，用户扫一扫或搜一下即可打开应用。微信小程序的数量早就超过了app，并且成为当下新应用的主要展示方式，对于我们个人来说，只要准备好https服务，就可以比较方便的开发。

相对于微信APP，小程序有几个重要的优势，分别可以从用户和开发者的角度来看。

从用户角度来看：

(1) 使用便捷，简单方便，不需要安装额外APP，节省内存。

(2) 安全，小程序经过微信严格筛选，相比于APP，不容易存在病毒、信息泄露、诈骗等情况的出现。

(3) 可以非常方便得展示自己的算法，在面试等技术交流场景中，会给对方留下非常好的体验。

从开发者角度:

(1) 降低了开发门槛，缩短了开发周期。一款成熟的APP需要适配IOS，Android两大平台，各自都有非常庞大的生态体系，而小程序只需要基于微信的生态环境开发就可以实现共用。

(2) 微信庞大的用户基数给小程序带来了流量优势，相比于APP的推广更加容易。传播方便，扫二维码即可体验。

本次课程，我们就介绍微信小程序前端开发与服务端的AI程序完整部署流程。本次课程经过剪辑后的总时长约为90分钟，课程定价为99元，附赠全套代码，各部分课程内容与时长如下：

下面我们来简单看一下各部分的内容：

第1部分：服务端环境准备，介绍的内容主要包括域名注册与证书申请，Nginx，Flask服务端框架介绍，本小节内容可以免费收听。

第2部分：介绍服务端功能代码的实现。

第3部分：从微信小程序的技术特点，工具的使用，小程序的通用目录配置等各个方面来详细讲述前端的开发流程，详解前端的功能代码。

大家可以扫码下面的小程序二维码进行体验。

下面是模拟器上的结果展示：

本次课程为录播课程，讲师为言有三，技术社区《有三AI》创始人。

先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。

拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。

如何订阅

我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码：

课程详情如下：

课程相关问题答疑，请联系有三微信Longlongtogo进项目实战群：

更多模型部署相关的内容，请点击关注我们的深度学习之模型部署专栏，会保持更新相关理论与实践。

实战课讲师招募

为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师：

讲师要求如下：

(1) 有多次人工智能领域教学经验，擅长演讲与教学。

(2) 有3年以上人工智能领域项目实战经验。

(3) 有三AI已有生态成员优先。

实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信Alice-girll提交简历，或直接联系有三本人。

往期相关

• 【视频课】有三AI所有免费与付费的视频课程内容汇总（2022年1月）

• 【项目实战课】快速上手目标检测任务，MMdetection框架详细解读与案例实战

• 【项目实战课】基于Pytorch的CNN_LSTM视频分类与行为识别实战

• 【项目实战课】基于Pytorch的3DCNN视频分类与行为识别实战

• 【项目实战课】基于Pytorch的MTCNN与Centerloss人脸识别实战

• 【项目实战课】基于Pytorch的RetinaFace人脸与关键点检测实战

• 【项目实战课】基于Pytorch的SlowFast模型视频分类与行为识别实战

• 【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战

• 【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战

• 【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战

• 【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战

• 【项目实战课】基于ncnn框架与KL散度的8bit对称模型量化与推理实战

• 【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战

• 【项目实战课】基于Pytorch的SRGAN图像超分辨实战

• 【项目实战课】基于Pytorch的稀疏约束结构化模型剪枝实战

• 【项目实战课】人人免费可学！基于Pytorch的图像分类简单任务数据增强实战

• 【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战