EfficientAT 项目使用教程

EfficientAT 项目使用教程

EfficientAT This repository aims at providing efficient CNNs for Audio Tagging. We provide AudioSet pre-trained models ready for downstream training and extraction of audio embeddings. 项目地址: https://gitcode.com/gh_mirrors/ef/EfficientAT

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。

EfficientAT This repository aims at providing efficient CNNs for Audio Tagging. We provide AudioSet pre-trained models ready for downstream training and extraction of audio embeddings. 项目地址: https://gitcode.com/gh_mirrors/ef/EfficientAT