UrbanSound8K-audio-classification-with-ResNet

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。