Perch 2.0 将“鲸鱼”转移到水下任务中
机器学习
2025-12-04 v1
摘要
Perch 2.0 是一个监督生物声学基础模型，预训练于 14,597 种物种，包括鸟类、哺乳动物、两栖动物和昆虫，在多个基准测试中表现出最佳性能。鉴于 Perch 2.0 在训练数据中几乎不包含海洋哺乳动物音频或类别，我们评估了 Perch 2.0 在海洋哺乳动物和水下音频任务中的表现，通过few-shot迁移学习。我们对该基础模型生成的嵌入进行线性探针，并将性能与其他预训练生物声学模型进行比较。特别是，我们将 Perch 2.0 与之前的多物种鲸鱼模型 Perch 1.0、SurfPerch、AVES-bio、BirdAVES 和 Birdnet V2.3 模型进行比较，这些模型都有开源的迁移学习和敏捷建模工具。我们表明，Perch 2.0 模型生成的嵌入在few-shot迁移学习中始终表现出高性能，通常在大多数任务上优于备选嵌入模型，因此建议在开发新线性分类器以用于鲸类分类时使用 Perch 2.0。
关键词
引用
@article{arxiv.2512.03219,
title = {Perch 2.0 transfers 'whale' to underwater tasks},
author = {Andrea Burns and Lauren Harrell and Bart van Merriënboer and Vincent Dumoulin and Jenny Hamer and Tom Denton},
journal= {arXiv preprint arXiv:2512.03219},
year = {2025}
}
备注
8 pages, 3 figures, 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: AI for Non-Human Animal Communication