DeepSqueak：利用机器视觉加速生物声学研究

DeepSqueak：利用机器视觉加速生物声学研究

DeepSqueak DeepSqueak v3: Using Machine Vision to Accelerate Bioacoustics Research 项目地址: https://gitcode.com/gh_mirrors/de/DeepSqueak

DeepSqueak 是一个开源项目，旨在通过机器视觉技术加速生物声学研究。该项目主要由 MATLAB 语言开发，利用深度学习技术对动物叫声进行分析和识别。

项目基础介绍

DeepSqueak 的核心是一个基于 MATLAB 的图形用户界面（GUI），它可以帮助研究人员快速地分析和处理音频数据。该项目利用深度学习模型，如 YOLO V2，对音频文件进行检测和识别，支持从音频文件中提取声谱图，并对声谱图进行标注和训练。

项目核心功能

1. 音频文件导航：DeepSqueak 允许用户在音频文件中快速导航，以便快速找到并精炼检测或添加新的标注框。

2. 模型训练：用户可以使用自己的录音重新训练现有的网络，或者从头开始训练，以识别新的物种叫声。

3. 轮廓不变聚类：通过使用变分自编码器（VAEs）进行轮廓不变聚类，项目能够提高叫声检测的准确性。

4. 新的聚类 GUI：项目提供了一个全新的聚类图形用户界面，使得用户可以更直观地操作聚类分析。

项目最近更新的功能

在最近的更新中，DeepSqueak 引入了以下新功能：

1. 全新的检测架构：基于 YOLO V2 的检测架构，提高了检测的准确性和速度。

2. 改进的界面和用户体验：对 GUI 进行了优化，使得用户界面更加直观和友好。

3. 增加新的功能模块：例如，允许用户手动框选叫声，并训练新的检测器。

通过这些更新，DeepSqueak 进一步提高了生物声学研究的效率和准确性，为研究人员提供了一个强大的工具。

DeepSqueak DeepSqueak v3: Using Machine Vision to Accelerate Bioacoustics Research 项目地址: https://gitcode.com/gh_mirrors/de/DeepSqueak