EfficientAT 项目使用教程
1. 项目目录结构及介绍
EfficientAT/
├── README.md
├── setup.py
├── requirements.txt
├── ex_audioset.py
├── inference.py
├── models/
│ ├── __init__.py
│ ├── dymn.py
│ ├── mn40.py
│ └── ...
├── resources/
│ ├── metro_station-paris.wav
│ └── ...
├── test/
│ ├── __init__.py
│ ├── test_models.py
│ └── ...
└── ...
目录结构介绍
- README.md: 项目的基本介绍和使用说明。
- setup.py: 项目的安装脚本。
- requirements.txt: 项目依赖的Python包列表。
- ex_audioset.py: 用于在AudioSet数据集上训练模型的脚本。
- inference.py: 用于进行音频嵌入提取的推理脚本。
- models/: 包含项目中使用的各种模型的实现文件。
- resources/: 包含项目中使用的示例音频文件。
- test/: 包含项目的测试脚本。
2. 项目启动文件介绍
ex_audioset.py
该文件用于在AudioSet数据集上训练模型。可以通过以下命令启动训练:
python ex_audioset.py --cuda --train --pretrained --model_name=dymn10_im --batch_size=120 --max_lr=0.001 --pretrain_final_temp=30
inference.py
该文件用于进行音频嵌入提取的推理。可以通过以下命令启动推理:
python inference.py --ensemble dymn20_as mn40_as_ext mn40_as --cuda --audio_path=resources/metro_station-paris.wav
3. 项目的配置文件介绍
setup.py
该文件用于项目的安装和配置。可以通过以下命令安装项目依赖:
pip install -e .
requirements.txt
该文件列出了项目所需的所有Python包。可以通过以下命令安装所有依赖:
pip install -r requirements.txt
其他配置
在训练和推理过程中,可以通过命令行参数调整模型的配置,例如批量大小、学习率等。具体参数可以在相应的启动文件中查看。