面向鸟类物种分类的音频处理流水线方法实证研究
声音
2021-08-11 v1 计算机与社会
机器学习
摘要
本文对音频分类流水线中适用于在边缘设备上监测鸟类物种的几个方面进行了研究。这些方面包括迁移学习、数据增强和模型优化。希望由此产生的模型能成为部署在边缘设备上以监测鸟类种群的理想候选。我们将考虑两种分类方法，一种探索传统深度神经网络（DNN）的有效性，另一种利用卷积层。本研究旨在为每种方法的优缺点提供实证证据。
引用
@article{arxiv.2108.04449,
title = {An empirical investigation into audio pipeline approaches for classifying bird species},
author = {David Behr and Ciira wa Maina and Vukosi Marivate},
journal= {arXiv preprint arXiv:2108.04449},
year = {2021}
}
备注
6 pages, Accepted and to be published in AFRICON 2021