前言：

最近要幫同學應付導師的任務，把一個魚類新鮮度分類的深度學習模型部署到安卓App上。當然這個光榮而艱鉅的任務就交到我手上了，雖然研一倒騰過一段時間的安卓，所以深知其環境配置的麻煩。所以探索了一下在微信小程式上部署的方案。

有如下方法：

1.微信小程式前端+伺服器端部署，優點是可以上大模型，缺點是要租臺雲伺服器倒騰

2.微信小程式前端+前端部署，優點是直接用小程式雲服務，個人倒騰小玩具相當於免費，缺點是不能上大模型

綜合考慮了一下，第二個方案是簡單可行的。瞭解到的前端部署的方案有2種，一個是Tensorflow.js，一個是Paddle.js。因為有中文的教程及視訊，選擇Paddle.js，減少跳坑的概率。

資料準備：

同學把相關的資料集交給我，魚類新鮮度一共有4個類別：

0: most fresh（最新鮮）
1: fairly fresh（相當新鮮）
2: fresh（一般新鮮）
3: spoiled（變質）

資料集在資料夾中按照如下劃分

本文直接採用了PaddleClas套件，