一个深度学习管道用于从家猫的发声预测年龄

科学领域:

• 生物声学是一种生物声学.
• 机器学习 机器学习
• 动物沟通动物沟通

背景情况:

• 准确的年龄估计对于物种间的交流至关重要,但在非人类物种中具有挑战性.
• 现有的研究缺乏专门的数据集来预测猫咪的发声年龄.

研究的目的:

• 开发和评估一种深度学习管道,用于使用发声来自动化使用家猫的年龄分类.
• 创建第一个专门用于年龄预测的猫咪发声数据集.

主要方法:

• 使用预先训练有素的音频模型进行转移学习:VGGish,YAMNet和Perch.
• 开发了一种用于自动化年龄分类的新型深度学习管道.
• 训练和评估的模型在猫咪发声的新策划的数据集.

主要成果:

• 在测试的模型中,VGGish在猫的年龄分类中表现出最高的准确性.
• 深度学习管道显示了自动化年龄预测的巨大潜力.
• 成功创建了一个专门的数据集,用于猫的发声年龄估计.

结论:

• 使用发声来自动分类猫的年龄是可行的深度学习.
• VGGish模型在兽医和野生动物保护方面显示出实际应用的前景.
• 进一步的研究可以提高模型通用性,用于更广泛的物种应用.