Классификатор состояния пчелиной матки AI-Belha

Демонстрация работы

Эта демонстрация использует YAMNet + тонко настроенный классификатор для определения статуса пчелиной матки по записям из ульев.

Описание модели

AI-Belha Classifier — это тонко настроенная нейронная сеть на основе YAMNet, адаптированная для акустического мониторинга статуса пчелиной матки внутри ульев. Анализируя аудиосигналы улья, модель классифицирует каждый клип по одному из четырех предопределенных состояний пчелиной матки:

Матка отсутствует

Матка присутствует и недавно принята

Матка присутствует и отклонена

Матка присутствует (изначальная матка)

Эта модель расширяет исходную структуру YAMNet за счет трансферного обучения для решения задач, специфичных для умного пчеловодства и автоматизированного мониторинга ульев.

Ключевые особенности

• Расширение YAMNet с пользовательскими метками, специфичными для пчел

• Обработка необработанных волновых форм с выдачей прогнозов классов для каждого кадра

• Оценка вероятности по Softmax для интерпретации прогнозов

• Модульная архитектура, подходящая для трансферного обучения и тонкой настройки

Набор данных и предобработка

Модель была обучена на наборе данных Smart Bee Colony Monitor: Clips of Beehive Sounds с Kaggle (beehive-sounds). Набор данных состоит примерно из 7 100 размеченных аудиосэмплов, каждый из которых соответствует одному из четырех состояний пчелиной матки.

Процесс подготовки данных

• Ручная аннотация: Аудиоклипы были размечены статусами пчелиных маток на основе экспертных знаний в данной области.

• Извлечение признаков:

• Преобразование аудио в лог-мел-спектрограммы

• Анализ ключевых аудиопризнаков во временной и частотной областях

• Обработка спектрограмм:

• Применение кратковременного преобразования Фурье (STFT) с окном Ханна

• Реализация мел-фильтров для соответствия человеческому слуховому восприятию

• Логарифмическое сжатие для уменьшения динамического диапазона

• Создание патчей:

• Разделение спектрограмм на патчи фиксированного размера с использованием

• Использование патчей в качестве отдельных единиц классификации

• Стандартизация ввода:

• Дополнение аудиоклипов короче требуемой длины нулями

• Эта стандартизация обеспечивает:

• Минимум один полный патч спектрограммы на клип

• Стандартный формат для пакетной обработки и требований к вводу модели

Архитектура модели

Классификатор AI-Belha использует YAMNet, сверточную нейронную сеть в стиле MobileNet, оптимизированную для классификации аудио с использованием глубинных сепарабельных сверток.

Ссылки

NOSInovacao/AI-Belha-Classifier

Ссылки

https://https://huggingface.co/NOSInovacao/AI-Belha-Classifier