面向DS@GT BirdCLEF 2024的伪多标签鸟鸣分类迁移学习
声音
2024-07-10 v1 音频与语音处理
摘要
我们提交了DS@GT团队关于伪多标签鸟鸣分类迁移学习的技术报告，该工作针对BirdCLEF 2024竞赛，专注于识别录音声景中的印度鸟类物种。我们的方法利用生产级模型，如Google Bird Vocalization Classifier、BirdNET和EnCodec，以应对竞赛中的表示和标注挑战。我们探讨了今年未标注声景（代表隐藏测试集）与往年数据之间的分布偏移，并提出了一种伪多标签分类策略来利用未标注数据。我们在赛后公开排行榜上的最高得分为0.63，该结果使用了BirdNET嵌入和Bird Vocalization伪标签。我们的代码可在https://github.com/dsgt-kaggle-clef/birdclef-2024获取。
引用
@article{arxiv.2407.06291,
title = {Transfer Learning with Pseudo Multi-Label Birdcall Classification for DS@GT BirdCLEF 2024},
author = {Anthony Miyaguchi and Adrian Cheung and Murilo Gustineli and Ashley Kim},
journal= {arXiv preprint arXiv:2407.06291},
year = {2024}
}
备注
Submitted and accepted into CLEF 2024 CEUR-WS proceedings