DCASE2020task1a大赛第二名代码复现

最新推荐文章于 2024-05-19 11:09:09 发布
最新推荐文章于 2024-05-19 11:09:09 发布
阅读量185 收藏 1
点赞数 1
文章标签： python github pycharm
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44375277/article/details/133123043
版权

项目为：DCASE2020_task1-master，下面是对应的github网址

GitHub - MihawkHu/DCASE2020_task1: Code for DCASE 2020 task 1a and task 1b.

1、配置环境

首先根据配置文件environment.yml配置相应的运行环境

有一篇经验贴可以参考

如何运行别人的源码 （配置environment.ylm并为pycharm配置虚拟环境以及一些错误处理）_用pycharm如何使用environment.yaml安装环境_努力敲代码的小方的博客-CSDN博客

环境配置成功！！！！

2、生成特征文件

环境配置完成后，会发现该项目缺少部分内容，主要是该项目只有训练路径文件fold1_train.csv（训练集路径文件）/fold1_evaluate.csv（测试集路径文件）/fold1_train_all.csv（所有训练集路径文件，包含相对应的数据增强后的文件）

只有路径文件，但是没有特征文件，所以这里我们需要实现特征文件的创建，首先需要下载相对应的数据集，可以去官网下载，也可以使用这个链接TAU Urban Acoustic Scenes 2020 Mobile, Development dataset | Zenodo，可能需要搭梯子。

下载好之后根据把所有的音频保存到一个文件里可以根据你的地址自行安排，例如我的是/home/ljp/桌面/dataset/audio，然后执行extr_feat_2020_nodelta_scaled.py方法，修改一下csv_file文件，改为以下两个文件，最后会根据'evaluation_setup/fold1_train.csv'/evaluation_setup/fold1_evaluate.csv'执行两次，根据各自的路径和标签生成两次特征文件，保存到output_path = 'features/logmel128_scaled'文件中，可能会出现音频文件无法查询到的报错，例如某某音频找不到，可能是因为你的数据集是最新下载的，有部分老的音频已经被删除，只需要在'evaluation_setup/fold1_train.csv'/evaluation_setup/fold1_evaluate.csv'中找出名字的路径，删掉即可，大概有四五个的样子。

这样就已经构建好了特征文件！！

有个文件夹是做数据增强的，和这个差不多，自行研究！

3、其他小问题

在进行代码执行的时候，以train_fsfcnn.py

为例，会出现utils.py和funcs.py文件没有import成功，可以把这两个文件直接复制一份，一起放到文件里，这样就可以了

山与山
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DCASE2020-Task6-PKU:北大团队对DCASE2020 Task6的Pytorch实施
03-13
北大团队的音频字幕DCASE 2020系统 本文的Pytorch实现： 基本设置遵循DCASE 2020基准系统，有关详细信息，请参见 。 引文 如果此代码有帮助，请随时引用以下论文： @techreport{wang2020_t6, Author = "Wang, Helin and Yang, Bang and Zou, Yuexian and Chong, Dading", title = "Automated Audio Captioning With Temporal Attention", institution = "DCASE2020 Challenge", year = "2020", month = "June", abstract = "This technical report describes the ADS
DCASE2019_Task3代码复现
qq_43476758的博客
08-02 656
代码复现
DCASE 2020权威声学比赛：腾讯多媒体实验室斩获双项指标国内第一
量子位
07-04 987
允中 发自 凹非寺量子位 编辑 | 公众号 QbitAI近日，在第六届国际权威声学场景和事件检测及分类竞赛(Detection and Classification of Acous...
dcase20_task4:DCASE 2020任务4的基准
05-08
DCASE2020任务4：使用信号源分离在家庭环境中进行声音事件检测 有关DCASE 2020挑战赛的信息，请访问挑战赛。 您可以在这里找到有关dcase挑战： 。 该任务遵循 。 关于2019的更多信息： ， 相关论文：和 有关声音分离过程的更多信息，请参见Google存储库： 更新 2020年9月8日Important update ：分支papers_code提供了与论文和相关的代码 2020年3月9日：更新scripts以获取下载中的记录数据。 2020年3月18日：在和注释混响上更新DESED_synth_dcase20_train_jams.tar ，因为我们没有将其用作基准。 2020年3月24日：发布基准，没有声音分离 2020年4月8日：更新基线而没有声音分离。 （通用基准，后期集成）。 重新排列脚本下载。 最终指标已完成。 在多个工作点上测试模型。 声音
dcase2023-task6b-baseline源代码
10-16
dcase2023_task6b_baseline源代码。
dcase2020_task2_baseline:DCASE2020挑战任务2基准系统
05-03
dcase2020_task2_baseline 这是DCASE 2020挑战任务2“用于机器状态监视的异常声音的无监督检测”的基准系统。 描述 基准系统包含两个主要脚本： 00_train.py 该脚本通过使用目录dev_data / <Machine> / train /或eval_data / <Machine> / train /来训练每种机器类型的模型。 01_test.py 此脚本在目录dev_data / <Machine> / test /或eval_data / <Machine> / test /中，为每个计算机ID生成csv文件，包括每个wav文件的异常分数。 csv文件将存储在目录result /中。 如果模式为“开发”，则还将为每个计算机ID制作包括AUC和pAUC的csv文件。 用法 1.克隆存储库 从Gi
training_set.zip
05-16
这是从kaggle下载的猫狗数据集，但只是其中的一部分，是一个子集，各有4000张猫和狗的图片。
TUM数据集（RGBD）百度云下载链接，官网下载实在太慢了，下载了一个数据集传到了百度云供大家下载
03-14
TUM数据集（RGBD）百度云下载链接，官网下载实在太慢了，于是我就下载了一个数据集传到了百度云供大家下载，赚一丁点积分下载其他文档/笑哭，
DCASE挑战赛原始提案文件（详细信息）
测试0901-1
09-02 496
本文是根据DCASE2013挑战赛的提案文件，加上个人的理解做了相应的翻译，可能有不对的地方，在之后的会慢慢改善。 背景　　在过去的十年里，人们对在代码公布和公共评估中提出方法的语音和音频处理社区的兴趣越来越浓厚。公共评估可以作为提出方法性能的参考点，也可以用于性能提升的研究。例如，盲源分离和自动音乐音译已经定义，它们...
干货：手把手教你在音频分类DCASE2017比赛中夺冠
sunfoot001的专栏
05-13 6040
这是一篇旧闻了。2017-09-23 00:00无人驾驶最新消息：来自英国萨里大学的团队徐勇博士等夺得DCASE2017 challenge比赛冠军。战胜来自CMU, New York University, Bosch, USC, TUT, Singapore A* Star, KoreanAdvanced Institute of Science and Technology, Seoul N...
dcase-2020-baseline:DCASE 2020挑战的音频字幕基线系统
05-03
音频字幕DCASE 2020基准系统 欢迎使用2020年DCASE挑战的音频字幕基准系统的资源库。 在这里，您可以找到基准系统的完整代码，包括： 字幕评估部分， 数据集预处理/特征提取部分， Pytorch库的数据处理部分，以及 深层神经网络（DNN）方法部分 第1、2和3部分也存在于单独的存储库中。 您还可以在找到用于音频字幕的字幕评估工具。 还可以在找到Clotho数据集的数据集预处理/特征提取代码。 最后，还可以在找到用于处理PyTorch库的Clotho数据（即，提取的特征和一键编码的单词）的代码（即，用于Clotho数据的PyTorch DataLoader）。 该存储库由维护。 目录 使用预先训练的模型 评估预测 设定说明 主要设定 目录和文件的设置 数据集创建的设置 基准模型的设置 基线方法的设置 太长-未读（TL-DR） 如果您熟悉大多数内容，并且希望尽快使用
北理工团队创建自然场景下声音目标探测的听觉脑机接口
脑机接口社区
11-07 872
近日，北京理工大学机械与车辆学院毕路拯教授团队创建了自然场景下声音目标探测的听觉脑机接口。研究成果以“Sound Target Detection under Noisy Environment Using Brain-Computer Interface”为题，被国际顶级期刊《IEEE Transactions on Neural Systems and Rehabilitation Engin...
Couple Learning 模型代码开源 | DCASE | 声音事件监测 | 半监督
大数据AI笔记
10-11 738
欢迎访问，点赞 https://github.com/Toshiba-RDC/dcase20_task4
dcase2023_task6b_baseline代码复现（一）相关代码及资源下载
hahasiyue的博客
10-16 195
这是对dcase2023_baseline代码的简单探索复现，不讲原理，直接实操。提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。dcase2023task6b官网在这里点击。
使用Python操作excel单元格——在单元格中插入公式
xll_007的博客
05-16 400
使用Python操作excel单元格——在单元格中插入公式。 通过使用Python的openpyxl库，来操作excel单元格，在单元格中插入公式的操作。把学习的过程分享给大家。大佬勿喷！
geopandas快速入门报错1
最新发布
weixin_45213317的博客
05-19 195
报错：CRSError: Invalid projection: EPSG:4326: (Internal Proj Error: proj_create: no database context specified)解决方法：重新下载适合自己Python版本的pyproj安装。
Gradio 案例——将 dicom 文件转为 nii文件
蒋含竹的博客
05-15 389
Gradio 的WEB界面案例：利用 SimpleITK 库，将 dicom 文件转为 nii文件
使用XPath来解析网页数据
2301_80263861的博客
05-18 765
首先是定位到超链接为“link4.html”的 a 标签，然后向上翻一级，也就是到了 li 元素，然后再查找这个 a 标签对应的 li 的 class 属性值，即最后的输出为[‘item-1’]第一种是访问class属性为“item-0”的 li 标签下的文字，但是在这行代码里面，li 标签的下一级是 a 标签，没有文字，只有换行符，所以输出也就是['\n ']获取class属性值含 “li” 和 name 属性值为 “item” 的 li 标签下的 a 标签的文字部分。
Python slice() 使用方法及示例说明
ym62033的博客
05-15 216
处。
DCASE2019_Task2数据集
05-09
DCASE2019_Task2数据集是一个用于环境声音分类的数据集，由DCASE（Detection and Classification of Acoustic Scenes and Events）组织提供。该数据集包含了多种类型的环境声音，如汽车声、火车声、人类语音等，共计...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值