Ensemble-CNN-Animal-Sound-Classification

集成卷积神经网络的自动动物声音分类 该存储库提供了工作的源代码“基于Ensemble-CNN的动物自动监视的声音分类”，该文件目前正在审核中。 我们提出的方法使用Ensemble-ResNet152模型在ESC-动物声音数据集[1]和在Animal-10声音数据集[2]上均达到94.8％的平均准确度。 源代码已根据许可获得许可。 该存储库的内容根据许可发布。 下载数据集图像和我们训练有素的模型 （159 MB） （621 MB） 由于数据集的大小和模型权重，它们不在Github存储库中。 数据集和预训练的权重必须分别在存储库的根目录下下载到名为“数据”和“预训练”的目录中。 数据集包括从ESC-动物声音数据集[1]转换而来的三种频谱图。 另外，将数据集分为5组以进行k倍交叉验证。 关于预训练权重，使用单个ResNet152在我们的增强ESC-动物数据集上对其进行训练。 值得