AcieLee 团队：EPIC-SOUNDS 2023 基于音频的交互识别挑战赛技术报告
声音
2023-06-16 v1 计算机视觉与模式识别
音频与语音处理
摘要
在本报告中，我们描述了 Team "AcieLee"（用户名：Yuqi_Li）提交至 EPIC-SOUNDS 2023 基于音频的交互识别挑战赛的技术方案。任务是对物体间交互或相机佩戴者事件所产生的音频进行分类。我们进行了详尽的实验，发现学习率阶梯衰减、主干冻结、标签平滑与 focal loss 对性能提升贡献最大。训练后，我们合并了来自不同阶段的多个模型，并通过分配融合权重将其集成为一个单一模型。所提方法使我们在 CVPR 2023 workshop 的 EPIC-SOUNDS 基于音频的交互识别挑战赛中取得第三名。
引用
@article{arxiv.2306.08998,
title = {Team AcieLee: Technical Report for EPIC-SOUNDS Audio-Based Interaction Recognition Challenge 2023},
author = {Yuqi Li and Yizhi Luo and Xiaoshuai Hao and Chuanguang Yang and Zhulin An and Dantong Song and Wei Yi},
journal= {arXiv preprint arXiv:2306.08998},
year = {2023}
}