欢迎大家来到我们的项目实战课，本期内容是《从零掌握安卓端Pytorch原生深度学习模型部署》。所谓项目课，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。

本次主题

大家有没有发现，现在网上安卓教程很多，随便一搜，几十个小时的一大堆，讲的内容基本上是xx商城系统，xx管理系统的。而且这绝大部分都适合有Java功底的朋友。

那么，对于搞人工智能的，想要快速做一个APP进行演示的我们呢，这些传统的安卓开发知识点能学完当然好，但这些好像也和我们关系不大啊。

我们分析下人工智能需要怎样的内容，以计算机视觉为例，我们首先需要知道安卓开发的流程，包括：

一，我们需要知道如何在安卓中获取图像，包括：从文件中读取，拍照读取，以及从摄像头实时读取。

二、我们需要将自己的模型放到手机当中运行，因此需要知道：如何对模型格式转换，如何获取检测结果。最好能知道如何在多个模型之间进行自由切换。

三、我们需要知道，如何定义app图标和名字，最好有一个简易的登陆界面，最后还要将自己的app制作成安装包分享出去。

就以上这些了，本次我们带领大家基于Android Studio从零开始搭建你的人工智能安卓APP，适合有pytorch基础，急需做出自己作品，Java零基础的人群。本次课程定价99元，讲解约为120分钟。

课程分为四大部分，下面我们来简单看一下各部分的内容：

第一部分是教你快速创建自己的安卓程序，你将从零开始，学会如何制作自己的app，并成功部署到手机中。

第二部分，我将告诉你如何将自己模型转换为安卓可识别的格式，并且获取识别结果，我使用的模型是在ImageNet上训练好的MobileNetv3以及ResNet18，你们也可以按着我的教程，将自己的模型部署在手机当中，通过前两部分的学习，你就可以得到一个识别自己手机当中任意图片的APP了。

第三部分，我将告诉你如何使用手机当中的摄像头功能，实现拍照识别以及实时识别，并且把识别结果实时的显示在界面中。

第四部分，我会告诉你如何优化自己的软件，包括制作登录界面，对不同用户进行区分，以及制作成安装包（apk）等，经过这一部分，你就可以将自己的软件分享出去啦。

本系列教学视频经剪辑，总共20个小节，两个小时即可快速学完，而且覆盖了计算机视觉中会用到的所有情况，不用你用传统的方式学习安卓，就可以得到自己的app啦。

下面是一些效果图展示：

我把本系列结束后各位将会得到的安卓安装包放到百度网盘当中啦，各位感兴趣的可以下载到自己的手机当中试试。（该软件目前只在华为mate40pro和 红米note7pro当中进行测试，能成功运行，其他型号未测试）

链接：https://pan.baidu.com/s/1u8BaQ3Bc_QNct8reEPVhcw

提取码：yjsl （界面登录账号“123”，密码“123”）

本次课程讲师为鲁健恒，大学老师，有三AI线上与线下课程讲师，《深度学习之模型设计》系列课程主讲人，SCI期刊IEEE ACCESS审稿人。专注于计算机视觉与人工智能领域，近期围绕人工智能领域，拥有4个发明专利授权，2个实用新型专利授权，以及1个软件著作权。

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：

如果想学习所有的模型部署相关的内容，大家也可以订阅《深度学习之模型部署》专栏，介绍如下：

【视频课】快速掌握5大模型部署框架(NCNN+MNN+Tengine+TensortRT+微信小程序)！

更多实战课内容

更多的项目实战课内容，请大家参考我们的项目实战课程合集，如下：

【CV冬季划】终极进阶，超30个项目实战+3大基础方向专栏+3本书+3年知识星球（2022年言有三一对一辅导）

课程相关问题答疑，请联系微信-坨坨瑜进项目实战群：

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-坨坨瑜提交简历，或直接联系有三本人。

往期相关

• 【CV夏季划】2022年正式入夏，从理论到实践，如何系统性进阶CV？（产学研一体的超硬核培养方式）

• 【总结】最专业最系统的CV内容，有三AI所有免费与付费的计算机视觉课程汇总（2022年6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SlowFast模型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PFLD人脸关键点检测实战

• 【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BeautyGAN人脸智能美妆实战

• 【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战

• 【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DCGAN人脸嘴部表情图像生成实战

• 【项目实战课】基于Pytorch的BiseNet表面缺陷分割实战

• 【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SiameseFC通用目标跟踪实战

• 【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】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】微信小程序图像识别模型前后端部署实战

• 【项目实战课】基于ResNet的生活用品多标签图像分类实战

• 【项目实战课】基于Pytorch的EfficientNet血红细胞分类竞赛实战

• 【项目实战课】基于Pytorch的的SENet人种图像分类实战

• 【项目实战课】基于Pytorch的InceptionNet花卉图像分类实战

• 【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】人人免费可学，基于Pytorch的BCNN鸟类细粒度图像分类实战

• 【项目实战课】人人免费可学，基于ResNet的生活垃圾图像分类实战

• 【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战

• 【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

• 【项目实战课】基于LCF-ATEPC的属性级情感分析实战

• 【项目实战课】基于Bert的事件抽取实战

• 【项目实战课】基于transformer的关系抽取实战

• 【项目实战课】基于Seq2Seq与Attention的机器翻译实战

• 【项目实战课】基于BiLSTM+CRF的命名实体识别实战

• 【项目实战课】基于HuggingFace的Bert情感分析实战

• 【项目实战课】基于 TextRank 的⽂本摘要抽取实战

• 【项目实战课】NLP入门第1课，人人免费可学，基于TextCNN的新闻文本分类实战