1、在实际开发流程中，高校的深度学习项目开发通常分为模型离线训练、优化压缩和在线部署三个步骤，其中模型压缩包括模型优化、转换、量化和编译优化。比如，GPU平台用TensorRT，手机移动端用NCNN/MNN，而NPU芯片平台则依赖于厂商提供的工具链。
2、测试通过后，部署到云或本地服务器，确保与现有系统无缝对接。编写集成代码，保证输入输出的流畅性。持续监控与维护 模型部署后，持续监控性能，定期检查可能的问题，并适应新的数据和算法变化。同时，确保数据安全和合规性是必不可少的。
3、部署流程以SDK部署为例，SenseParrots流程包括模型转换、量化压缩和SDK封装，涉及模型在框架间的转换、量化以减小模型规模和提升速度，以及封装SDK以适应不同业务需求。
