通过调整基础变压器神经网络来自动化海豚口哨的时间×和频率注释

科学领域:

• 生物声学是一种生物声学.
• 机器学习 机器学习
• 海洋生物学 海洋生物学

背景情况:

• 对动物发声的自动检测对于分析大型生物声学数据集至关重要.
• 挑战包括通话变化,噪音和有限的注释数据.
• 基础模型显示出强烈的概括性,在各种领域中表现优于专业模型.

研究的目的:

• 为自动化生物声学分析适应一个基础模型.
• 使用分段任何模型 (SAM) 检测有牙的鱼哨声.
• 在海豚哨声数据集上评估适应模型 (SAM-whistle) 的性能.

主要方法:

• 适应了分段任何模型 (SAM),一个视觉模型,用于生物声学谱图分析.
• 使用SAM的预训练网络作为编码器来生成口哨特定的嵌入.
• 采用卷积解码器来产生时间频率面具,并使用跟踪算法来生成轮.

主要成果:

• 在DCLDE 2011数据集中,SAM-whistle获得了高F1分数0.897 (精度0.920,回忆0.876).
• 该模型有效地检索了89%的注释口哨轮,其碎片化最小.
• 在各种检测值和在捕获哨声特征方面的定性有效性方面展示了一致的性能.

结论:

• 基础模型可以成功地适应专门的生物声学任务.
• SAM-whistle提供了一种可扩展和高效的方法,用于自动检测野生动物的声音.
• 这种方法对推动生物声学研究和保护工作具有重大潜力.