AI项目开发过程与常见交付形态

1. Al项目的开发过程

通常包括以下环节：

1. 数据采集：现场数据采集、数据标定、数据集校验；
2. 模型训练：设计模型、训练模型；
3. 模型部署：模型转化、模型量化、模型裁剪、模型微调；
4. 业务开发：根据项目的需求，设计业务规则，完成相应业务逻辑处理代码的编写调试；
5. 项目部署：制作安装包或者docker镜像，安装部署在目标平台上；
6. 模型优化：根据现场的应用采集数据，优化模型

整个流程有两个难点：一是数据，二是需求。

2. Al产品常见的三种交付形态

（1） 服务Service：Al模型的部署服务，客户端可以通过HTTP/REST或GRPC的方式来请求服务。输入一张图片/一段视频，输出图片/视频的分析结果，通常按次数收费或者按时间段授权；

（2） 开发包SDK或者功能组件：提供一套封装了深度学习算法能力的SDK或者功能组件，向业务系统赋能AI算法能力；

（3） 应用Application：通常面向的是某个场景的最终用户，是一整套包括交互界面在内的软件系统，有时也会将硬件一起捆绑交付。