没有合适的资源?快使用搜索试试~ 我知道了~
UrbanSound8K-audio-classification-with-ResNet
共39个文件
png:13个
xml:7个
py:7个
1星 需积分: 36 14 下载量 201 浏览量
2021-04-29
09:58:16
上传
评论 2
收藏 492KB ZIP 举报
温馨提示
使用ResNet-18的UrbanSound8K音频分类和语音命令数据集分类 该项目旨在使用ResNet-18架构对UrbanSound8K数据集中的环境声音进行分类。 此外,Google的语音命令数据集也使用ResNet-18架构进行分类。 URBANSOUND8K数据集 方法1: 这是对数据集中所有8732个数据点的标准train-dev-test拆分。 该方法的测试,验证和训练准确性报告如下。 数据分为约60-20-20的Train-dev-test分割 1.测试准确度:77.61% 这是使用标准train-dev-test分割报告的最佳测试准确性。 2.训练准确率:100% 3.验证准确性:77.26% 方法2: 这是数据集创建者推荐的方法:10倍交叉验证,将每个折叠中的所有数据用于训练和验证。 验证准确性,训练准确性和训练损失的10倍平均值是在每个时期结束时获取的。
资源推荐
资源详情
资源评论
收起资源包目录
UrbanSound8K-audio-classification-with-ResNet-master.zip (39个子文件)
UrbanSound8K-audio-classification-with-ResNet-master
misc
accuracy_resnet_validation.PNG 42KB
avg_valid_accuracy.PNG 38KB
avg_accuracy_train_v2.PNG 41KB
train_fold_loss.PNG 38KB
train_accuracy_30_epochs.PNG 48KB
accuracy_train_fold.PNG 40KB
original_resnet_block.PNG 22KB
accuracy_resnet_18.PNG 43KB
accuracy_valid_fold.PNG 48KB
loss_resnet_urbansound8k.PNG 120KB
avg_train_loss.PNG 25KB
train_loss_30_epochs.PNG 86KB
valid_accuracy_30_epochs.PNG 50KB
habits.egg-info
PKG-INFO 281B
requires.txt 46B
not-zip-safe 1B
SOURCES.txt 240B
top_level.txt 7B
dependency_links.txt 1B
habits
habits_configuration.py 3KB
inputs_2.py 7KB
__pycache__
inputs_2.cpython-36.pyc 2KB
__init__.cpython-36.pyc 136B
labels_meta
labels_meta.txt 133B
habit.py 8KB
__init__.py 0B
.idea
misc.xml 198B
modules.xml 264B
habits.iml 284B
workspace.xml 12KB
model.py 20KB
habits_inference.py 4KB
.idea
misc.xml 198B
vcs.xml 180B
modules.xml 264B
habits.iml 398B
workspace.xml 33KB
setup.py 437B
README.md 6KB
共 39 条
- 1
资源评论
- weixin_337209542022-08-27#运行出错 #毫无价值
尽心致胜
- 粉丝: 22
- 资源: 4661
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功