1.项目背景考虑到自己学习的是人工智能和油气的交叉学科，就想试试能不能从基本的岩石识别来做起，做一个岩石识别的小任务。本次任务思路来源于AI达人创造营第二期，欢迎有兴趣的小伙伴们一起参加飞桨的开发活动！也算是实现了自己的一个小目标。（人果然是被逼出来的）1.1岩石与油气岩石的探测与识别是地质调查研究和矿产资源勘查的基础工作，岩石的精准识别与分类对地质的探测与识别极为重要，一般可通过多种方式进行鉴定，例如重磁、测井、地震、遥感、电磁、地球化学、手标本及薄片分析方法等方法。1.2日常的小细节在日常生活中，当我们把少量的水洒到海绵上时，会发现水渗入海绵的孔隙中，且不会流出。与这种现象相似，石油和天然

在地平线X3上部署车牌识别系统一、项目介绍本项目属于AI达人创造营三期项目，主要探索如何将PaddleOCR训练的车牌识别模型部署在地平线X3的板子上，并实现实时推理。项目地址：​https://aistudio.baidu.com/aistudio/projectdetail/4730476​​二、技术要点PaddlePaddle之于Arm对应的平台为paddle-lite。paddle-lite主要为c语言，开发及部署难度较大，虽然支持fpga、npu计算加速，但是并不支持本次项目所用到的地平线X3的bpu。故为实现本项目，需要将paddleocr->onnx->onnxbpu的转换路线。

在地平线X3上部署车牌识别系统一、项目介绍本项目属于AI达人创造营三期项目，主要探索如何将PaddleOCR训练的车牌识别模型部署在地平线X3的板子上，并实现实时推理。项目地址：​https://aistudio.baidu.com/aistudio/projectdetail/4730476​​二、技术要点PaddlePaddle之于Arm对应的平台为paddle-lite。paddle-lite主要为c语言，开发及部署难度较大，虽然支持fpga、npu计算加速，但是并不支持本次项目所用到的地平线X3的bpu。故为实现本项目，需要将paddleocr->onnx->onnxbpu的转换路线。

多模态方法种类多模态深度学习是指将来自不同感知模态的信息（如图像、文本、语音等）融合到一个深度学习模型中，以实现更丰富的信息表达和更准确的预测。在多模态深度学习中，模型之间的融合通常有以下三种方法：模态联合学习（MultimodalJointLearning）：模态联合学习是一种联合训练的方法，将来自不同模态的数据输入到一个模型中，模型可以同时学习到多个模态的特征表示，并将这些特征表示融合在一起进行决策。这种方法的优点是可以充分利用多个模态的信息，但是需要同时训练多个模型，计算复杂度较高。跨模态学习（Cross-ModalLearning）：跨模态学习是一种将一个模态的特征转换为另一个模态的特

多模态方法种类多模态深度学习是指将来自不同感知模态的信息（如图像、文本、语音等）融合到一个深度学习模型中，以实现更丰富的信息表达和更准确的预测。在多模态深度学习中，模型之间的融合通常有以下三种方法：模态联合学习（MultimodalJointLearning）：模态联合学习是一种联合训练的方法，将来自不同模态的数据输入到一个模型中，模型可以同时学习到多个模态的特征表示，并将这些特征表示融合在一起进行决策。这种方法的优点是可以充分利用多个模态的信息，但是需要同时训练多个模型，计算复杂度较高。跨模态学习（Cross-ModalLearning）：跨模态学习是一种将一个模态的特征转换为另一个模态的特

本文将通过针对特定场景任务从模型选择、模型训练、超参优化、效果展示这四个方面与各位读者分享模型开发的一些心得。参考资料：​​最实用的项目开发全流程!从自建数据集到模型部署,其实没有这么难!​​​​神经网络前向传播原理详解​​​​写给小白的入门笔记，神经网络梯度下降原理详解​​​​使用飞桨可解释性算法库InterpretDL解析人脸识别模型​​一、模型选择从任务类型出发，选择最合适的模型。1.回归任务从使用Numpy推导，到使用深度学习框架，一步步走进最简单的回归任务：​​当人工智能邂逅蓝桥杯算法题，会擦出怎样的火花？​​人脸关键点检测完整代码详见​​基于空间注意力SAM的GoogLeNet实现

本文将通过针对特定场景任务从模型选择、模型训练、超参优化、效果展示这四个方面与各位读者分享模型开发的一些心得。参考资料：​​最实用的项目开发全流程!从自建数据集到模型部署,其实没有这么难!​​​​神经网络前向传播原理详解​​​​写给小白的入门笔记，神经网络梯度下降原理详解​​​​使用飞桨可解释性算法库InterpretDL解析人脸识别模型​​一、模型选择从任务类型出发，选择最合适的模型。1.回归任务从使用Numpy推导，到使用深度学习框架，一步步走进最简单的回归任务：​​当人工智能邂逅蓝桥杯算法题，会擦出怎样的火花？​​人脸关键点检测完整代码详见​​基于空间注意力SAM的GoogLeNet实现