Bioacoustics: Deep-Learning Model Selection, Optimization, and Deployment for Wildlife Sound Classification on Edge Devices
Questo articolo presenta un flusso di lavoro riproducibile, end-to-end, per la selezione, l'ottimizzazione e la distribuzione di modelli bioacustici accurati e verificabili su dispositivi edge dotati solo di CPU, utilizzando un'architettura specifica di spettrogrammi log-mel, CNN pre-addestrate sulla visione e meccanismi di attenzione per superare sfide del mondo reale come il rumore e lo spostamento del dominio, con validazione sul benchmark BirdCLEF+ 2026 Pantanal.