Bioacoustics: Deep-Learning Model Selection, Optimization, and Deployment for Wildlife Sound Classification on Edge Devices
本文提出了一种可复现的端到端工作流,用于在仅含 CPU 的边缘设备上选择、优化并部署准确且可审计的生物声学模型,该工作流利用了由对数梅尔谱图(log-mel spectrograms)、视觉预训练卷积神经网络(vision-pretrained CNNs)和注意力机制构成的特定架构,以克服噪声和领域偏移等现实世界挑战,并在 BirdCLEF+ 2026 Pantanal 基准测试上进行了验证。