資料介紹
描述
大象是最大的陸地哺乳動物,是高度敏感和關(guān)懷的動物,就像人類一樣。它們是高度聰明的動物,具有復(fù)雜的情感、感受、同情心和自我意識(大象是極少數(shù)能在鏡子中認出自己的物種之一!)。他們用腳拾取隆隆聲,并且可以通過從腳傳到耳朵的振動聽到遠距離的低頻通信。和人類一樣,大象也為親人的逝世而哀悼。大象永遠不會忘記。
但是這些奇妙的生物正處于嚴重的危險之中。曾經(jīng)在非洲和亞洲很普遍的大象數(shù)量在 19 世紀和 20 世紀急劇下降,這主要是由于象牙貿(mào)易和棲息地的喪失。雖然一些種群現(xiàn)在已經(jīng)穩(wěn)定,但偷獵、人類與野生動物的沖突和棲息地破壞繼續(xù)威脅著該物種。
非洲象的數(shù)量已從一個世紀前估計的 1200 萬頭下降到約 400,000 頭。近年來,非洲每年至少有 20,000 頭大象因長牙而被殺死。非洲森林象受到的打擊最為嚴重。2002-2011 年間,它們的種群數(shù)量下降了 62%,它們的地理分布范圍減少了 30%,其中非洲稀樹草原大象在 2007-2014 年間下降了 30%。2011 年至 2015 年間,這種急劇下降持續(xù)甚至加速,在某些景觀中累積損失高達 90%。今天,對非洲象的最大威脅是野生動物犯罪,主要是為非法象牙貿(mào)易而偷獵,而對亞洲象的最大威脅大象是棲息地喪失,導(dǎo)致人象沖突。
邊緣脈沖
Edge Impulse 使開發(fā)人員能夠創(chuàng)建具有嵌入式機器學習的下一代智能設(shè)備解決方案。在這個項目中,我們將在 Edge 脈沖的幫助下創(chuàng)建一個機器學習模型。使用一些數(shù)據(jù)集,我們將訓練模型區(qū)分人類和大象。
步驟 01:獲取數(shù)據(jù)
我沒有使用任何設(shè)備來捕獲數(shù)據(jù)。相反,我使用來自Elephant Voices 數(shù)據(jù)庫和 youtube的聲音創(chuàng)建了訓練和測試數(shù)據(jù)集。我已經(jīng)拆分樣本以避免噪音并提高模型的準確性。
我在兩個標簽下創(chuàng)建了數(shù)據(jù)集:大象和人類。
步驟 02:創(chuàng)造沖動
創(chuàng)建訓練數(shù)據(jù)集后,我設(shè)計了一個脈沖。脈沖獲取原始數(shù)據(jù),在較小的窗口中對其進行切片,使用信號處理模塊提取特征,然后使用學習模塊對新數(shù)據(jù)進行分類。信號處理模塊總是為相同的輸入返回相同的值,用于使原始數(shù)據(jù)更易于處理,而學習模塊則從過去的經(jīng)驗中學習。
對于這個項目,我們將使用“MFCC”信號處理塊,它使用梅爾頻率倒譜系數(shù)從音頻信號中提取特征。
然后將這個簡化的音頻數(shù)據(jù)傳遞給神經(jīng)網(wǎng)絡(luò)模塊,該模塊將從數(shù)據(jù)中學習模式,并將這些應(yīng)用于新數(shù)據(jù)并對其進行分類。這非常適合對運動進行分類或識別音頻。
步驟 03:MFCC 配置
配置過程中不要更改默認參數(shù)。
向下滾動并單擊“保存參數(shù)”。這會將您重定向到“生成功能”頁面。
特征瀏覽器向您展示了生成的 MFCC 的可視化。
步驟 04:神經(jīng)網(wǎng)絡(luò)配置
現(xiàn)在,是時候開始訓練神經(jīng)網(wǎng)絡(luò)了。神經(jīng)網(wǎng)絡(luò)是一種算法,松散地模仿人腦,可以學習識別出現(xiàn)在訓練數(shù)據(jù)中的模式。我們在這里訓練的網(wǎng)絡(luò)將 MFCC 作為輸入,并嘗試將其映射到兩個類之一——大象和危險。
我不得不用不同的組合訓練我的模型幾次——訓練周期數(shù)和神經(jīng)網(wǎng)絡(luò)架構(gòu)預(yù)設(shè)。
可以通過獲取更多數(shù)據(jù)來提高此機器學習模型的準確性,并且每個標簽至少需要 10 分鐘的數(shù)據(jù)。
步驟 04:模型測試
您可以通過此模型測試來測試模型的有效性。我測試了 8 個樣本,我的模型識別了其中的 5 個。如果每個標簽下都有更多數(shù)據(jù),這個 ML 模型會更準確。
步驟 05:部署
ML 模型現(xiàn)在可以部署了。這使得模型在沒有互聯(lián)網(wǎng)連接的情況下運行,最大限度地減少延遲,并以最低的功耗運行。您可以為開發(fā)板創(chuàng)建庫或構(gòu)建固件。
我已經(jīng)將我的音頻分類模型變成了可以在任何設(shè)備上運行的優(yōu)化源代碼,例如:Arduino Nano 33 BLE sense。
該設(shè)備可以連接到大象項圈并實施以防止對減少的大象種群的危險和威脅。
最終和完整的想法
為了讓事情變得更有趣和更有效,可以在大象項圈上安裝一個 RFID 微芯片,或者可以將一個無源 RFID 標簽貼在大象的耳朵上。每頭大象都有一個唯一的 ID,在超高頻天線和Sparkfun 的同步 RFID 閱讀器的幫助下,我們將能夠檢測到大象何時在遠離偷獵風險區(qū)域或人們居住的地方的安全距離內(nèi)。同步 RFID 閱讀器能夠同時讀取多個標簽。如果大象靠近,RFID閱讀器將能夠檢測到,因為它可以計算出某個RFID標簽和閱讀器之間的距離。如果大象處于危險之中,公園或護林員可以采取適當?shù)男袆印?/font>
RFID 閱讀器可以在距離人們居住或偷獵活動頻繁的區(qū)域約 1 或 2 公里處連接到微控制器。如果系統(tǒng)檢測到大象接近,微控制器被編程為自動打開信標燈并提醒居住在該區(qū)域的人們。
如果機器學習模型無法從項圈中的麥克風記錄的音頻中識別聲音,或者大象項圈的電池電量耗盡或出現(xiàn)故障,這也會很有幫助。
參考
- 阿拉帕霍圖書館:https ://arapahoelibraries.org/blogs/post/15-reasons-why-elephants-are-the-best/
- 世界自然基金會 (WWF):https ://wwf.panda.org/knowledge_hub/endangered_species/elephants/
- 世界自然基金會 (WWF) - 大象:https ://www.worldwildlife.org/species/elephant
- Edge Impulse - 入門:https ://docs.edgeimpulse.com/docs
- Edge Impulse - 從音頻中識別聲音:https ://docs.edgeimpulse.com/docs/audio-classification
- ML-01-SC 手冊
- 機器學習模型:用于使用邊緣脈沖軟件預(yù)測大象的行為
- SVPWM仿真模型資源下載 36次下載
- 基于人類學習的網(wǎng)絡(luò)咨詢閱讀個性化模型 4次下載
- 基于模糊集和概率分布的XML模型及計算 1次下載
- 基于BERT的中文科技NLP預(yù)訓練模型 14次下載
- 基于預(yù)訓練模型和長短期記憶網(wǎng)絡(luò)的深度學習模型 19次下載
- 可有效區(qū)分復(fù)雜3D方向關(guān)系的3DR46模型 34次下載
- 結(jié)合CSPPNet與集成學習的人類蛋白質(zhì)圖像分類 4次下載
- 基于高階統(tǒng)計信息的深度哈希學習模型BCI-DHH 3次下載
- 基于高階統(tǒng)計信息的深度哈希學習模型BCI-DHH 10次下載
- 貝葉斯網(wǎng)絡(luò)模型之一依賴估測器模型研究 12次下載
- 一種融合知識圖譜和協(xié)同過濾的混合推薦模型 10次下載
- 基于注意力機制的深度興趣網(wǎng)絡(luò)點擊率模型 5次下載
- 人類骨質(zhì)疾病的福音3D關(guān)節(jié)模型的研究開發(fā) 2次下載
- 怎么區(qū)分不同射頻接頭的安裝方式 228次閱讀
- 模型與人類的注意力視角下參數(shù)規(guī)模擴大與指令微調(diào)對模型語言理解的作用 318次閱讀
- 一種基于表征工程的生成式語言大模型人類偏好對齊策略 374次閱讀
- 基于ML的異構(gòu)金屬材料結(jié)構(gòu)設(shè)計及性能預(yù)測 1139次閱讀
- 如何通過STMicroelectronics的STM32微控制器開始使用ML 1338次閱讀
- Arm?ML處理器 嵌入式評估工具包介紹 1797次閱讀
- TFRT為ML模型提供更快、更便宜的執(zhí)行 1857次閱讀
- 消除人工智能模型偏見的方法 2129次閱讀
- 如何正確區(qū)分強電和弱電 4528次閱讀
- 如何區(qū)分原裝與散新IC芯片 6746次閱讀
- 一種可以超越傳統(tǒng)方法捕捉微小的面部表情,并更好的測量人類情緒的機器學習模型 3724次閱讀
- 新的DNN目標識別模型: 同時關(guān)注“像什么”和“是什么” 2323次閱讀
- 深度學習模型優(yōu)于人類醫(yī)生? 2494次閱讀
- 機器學習43條軍規(guī):關(guān)于機器學習(ML)工程的最佳實踐文檔 3754次閱讀
- 人類大腦的深度AI智能 726次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數(shù)據(jù)手冊
- 1.06 MB | 532次下載 | 免費
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費
- 3TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費
- 5元宇宙深度解析—未來的未來-風口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開發(fā)指南
- 31.67 MB | 194次下載 | 免費
- 7元宇宙底層硬件系列報告
- 13.42 MB | 182次下載 | 免費
- 8FP5207XR-G1中文應(yīng)用手冊
- 1.09 MB | 178次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關(guān)電源設(shè)計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅(qū)動電路設(shè)計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191187次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多