DSMIL-LocNet

AI框架通过弱监督检测和定位鲸鱼叫声

研究人员开发了一种新颖的弱监督多实例学习框架DSMIL-LocNet，用于分析长时程生物声学数据。该系统仅使用录音级别的标签，即可同时对鲸鱼叫声的存在进行分类并精确定位其在录音中的时域位置。与需要大量帧级别标注的传统方法不同，DSMIL-LocNet可以处理长达30分钟的录音，无需进行时间压缩，即可获得高F1分数，并提供手动时间戳否则无法实现的时域定位能力。