kaggle人工智能竞赛:通过声纹识别生物种类
文章目录
- 比赛介绍
- 数据概览
- 具体代码和说明
- 语音数据的处理
- 导入所需库
- 配置超参数
- 加载文件
- 音频填充与剪裁
- 转化为梅尔频谱
- 转化格式
- 创建张量
- 单文件数据处理完整流程
- 文件夹数据处理
- 模型构建
- 导入库
- 超参数配置
- 模型类构建
- 模型推理与结果提交
- 模型推理
- 结果提交
- 结果展示
- 附录
比赛介绍
移动和栖息地多样化的物种是生物多样性变化的宝贵指标,因为它们的组合和种群动态的变化可以预示着生态恢复努力的成败。然而,在大面积区域进行传统的基于观察员的生物多样性调查既昂贵又对后勤要求高。相比之下,被动声学监测 (PAM) 与现代机器学习技术相结合,使环保主义者能够以更高的时间分辨率在更广泛的空间尺度上进行采样,从而更深入地了解恢复干预措施与生物多样性之间的关系。
数据概览
关于具体内容,因比赛规定不便公开,可自行前往文末所提到的比赛网站获取。
-test_soundscapes 文件夹,里面是隐藏的ogg文件
-train_audio 训练用的ogg文件
-train_soundscapes 同样是训练用的ogg文件
-recording_location.txt 有关记录位置的信息
-sample_submission.csv 提交示例文件
-taxonomy.csv 物种种类记录文件
-train.csv 训练数据的元数据,对效果影响不大
具体代码和说明
ps:代码参考为比赛论坛
以下代码只要按顺序输入,并且处理好模型文件,即可正常在notebook类编辑器中运行,为了方便,也可以直接在kaggle中创建笔记本