【文件属性】:
文件名称:fuglakall:我们很棒的移动计算应用程序
文件大小:10.17MB
文件格式:ZIP
更新时间:2021-03-11 01:27:59
JupyterNotebook
Fuglakall:机器学习中的鸟叫识别
我们出色的移动计算应用程序。
预计时间表
原型I – 2/26
可以识别鸟叫声而没有其他声音(使用GitHub上的Acoustic Bird Detection提供的Youtube音频和模型进行训练)
基本使用者介面
用于输入声音(录制)的按钮
结果标签
用户反馈(用户验证标签是否正确)
原型II – 3/08
可以区分鸟叫声和城市背景噪声以进行过滤(使用Youtube和Freefield1010的音频进行训练,使用Youtube的音频进行测试)
完整的应用程序用户界面
用于输入声音(录制)的按钮
结果标签
检测到的鸟类的图像数据
与API链接以获取*事实
用户反馈(用户验证标签是否正确)
产品– 3/19((达成目标)
可以识别何时出现多个鸟叫声并隔离声音评估
抛光应用
应用程序可向用户提供有关如何提高性能的反馈(发现麦克风,通话
【文件预览】:
fuglakall-main
----fuglakall_()
--------Assets.xcassets()
--------main.m(455B)
--------fuglakall_()
--------SceneDelegate.h(244B)
--------AppDelegate.h(191B)
--------AppDelegate.m(7KB)
--------Base.lproj()
--------ViewController.h(263B)
--------Info.plist(2KB)
--------SceneDelegate.m(2KB)
--------ViewController.m(4KB)
----VGGish_Audio_Embedding_Colab.ipynb(161KB)
----birdcall-recognition-analysis.ipynb(12.94MB)
----fuglakall_UITests()
--------fuglakall_UITests.m(1KB)
--------Info.plist(727B)
----fuglakall_.xcodeproj()
--------project.xcworkspace()
--------project.pbxproj(22KB)
--------xcuserdata()
----fuglakall_Tests()
--------fuglakall_Tests.m(830B)
--------Info.plist(727B)
----README.md(1KB)
----fuglakall_amodel1.ipynb(172KB)