Best AI Websites & Tools

红薯智语

红薯智语

Multispecies Whale Detection

多物种鲸鱼声音检测工具

普通产品其他鲸鱼声音检测神经网络

multispecies-whale-detection 是谷歌开发的一个开源项目，旨在通过神经网络检测和分类不同物种和地理区域的鲸鱼声音。这个工具可以帮助研究人员和环保组织更好地理解和保护海洋生物多样性。

Multispecies Whale Detection

创建训练输入：通过Beam管道从标记的音频文件集合中创建训练输入。
处理不同音频格式：支持多种音频文件格式。
音频文件处理：将多通道文件分割并重新采样到共同的采样率。
音频剪辑：将大文件切割成适合训练的短片段。
标签和元数据合并：将标签和元数据与音频合并，并在输出中表示为TensorFlow Examples的特征。
调整标签开始时间：将标签开始时间调整为相对于每个音频剪辑的开始。
序列化记录：将合并的记录序列化为tensorflow.Example格式。

目标受众为海洋生物学家、生态保护者和机器学习研究者。这个工具可以帮助他们更有效地识别和研究鲸鱼的声音，从而更好地理解鲸鱼的行为和生态环境。

海洋生物学家使用该工具来研究特定鲸鱼种群的声音特征。
环保组织利用该工具监测鲸鱼的迁徙路线和活动区域。
教育工作者使用该工具向学生展示鲸鱼声音的多样性和复杂性。

1. 克隆或下载multispecies-whale-detection项目。
2. 安装必要的依赖项，如Apache Beam。
3. 准备音频文件和CSV标签文件。
4. 运行examplegen工具，生成训练数据。
5. 使用生成的训练数据训练神经网络模型。

Multispecies Whale Detection 最新流量情况

月总访问量

488643166

跳出率

37.28%

平均页面访问数

5.7

平均访问时长

00:06:37

Multispecies Whale Detection 访问量趋势

Multispecies Whale Detection 访问地理位置分布

Multispecies Whale Detection 流量来源

Multispecies Whale Detection 替代品

ComfyUI-PyramidFlowWrapper — Pyramid-Flow的ComfyUI包装节点，用于高效视觉生成。

编程•深度学习•视觉生成

AILIBRI — 一个全面的AI神经网络工具目录

其他•AI工具•神经网络

QA-MDT — 开源的音乐生成模型

音乐•音乐生成•深度学习

Open-MAGVIT2 — 开源自回归视觉生成模型项目

图像•图像生成•自回归模型

World Labs

World Labs — 构建大型世界模型，感知、生成和与3D世界互动

国外精选•3D建模•虚拟现实

assistant-ui-stockbroker — 股票经纪人人工智能助手，提供专业投资建议。

商业•金融分析•投资顾问

SuperPrompt — 旨在帮助我们理解AI代理的工程化提示项目。

编程•机器学习•提示工程

How Much VRAM — 开源项目，用于估算模型训练或推理所需的显存。

编程•显存估算•深度学习

zero_to_gpt — 从零开始学习深度学习，实现GPT模型

生产力•深度学习•神经网络

ALIEN

ALIEN — 模拟数字生物与进化的人工生命仿真程序

编程•人工生命•仿真

AITimeline — 记录AI发展里程碑的开源项目

其他•时间线•技术发展

avp_teleoperate — 使用Apple Vision Pro实现人形机器人Unitree H1_2的遥控操作。

编程•机器人遥控•虚拟现实

MIT MAIA — 自动化解释性代理，提升AI模型透明度

生产力•AI解释性•自动化

Awesome-ChatTTS — ChatTTS项目的入门指南和资源汇总。

编程•语音合成•开源项目

RL4VLM — 通过强化学习微调大型视觉-语言模型作为决策代理

编程•强化学习•视觉-语言模型

ChatTTS — 一个用于文本到语音转换的开源项目。

编程•文本到语音•深度学习

StarSearch — git历史查询助手，贡献者分析工具

编程•git•贡献者分析

VastGaussian — Vast 3D Gaussians for Large Scene Reconstruction的非官方实现

图像•3D场景重建•计算机视觉

LLaVA++ — 扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。

编程•自然语言处理•机器学习

CoreNet — CoreNet 是一个用于训练深度神经网络的库。

编程•深度学习•神经网络

ChatRWKV — 基于RWKV语言模型的开源聊天助手

聊天•聊天助手•自然语言处理

ComfyUI-N-Sidebar — ComfyUI和N-Sidebar的组合，用于创建舒适的用户界面和导航栏

编程•用户界面•导航栏

LLM4Decompile — 使用大型语言模型进行逆向工程：反编译二进制代码

编程•逆向工程•代码反编译

Argmax WhisperKit — WhisperKit是一个开源项目，旨在帮助开发者和企业在用户设备上部署商业规模的推理工作负载

生产力•开发编程•语音识别

Transformer Debugger (TDB) — Transformer Debugger是由OpenAI的Superalignment团队开发的用于调查小型语言模型特定行为的工具

编程•开发编程•模型调试

Open-Sora-Plan — 开源项目，复现OpenAI的Sora模型

编程•开源项目•AI模型复现

Neural Network Diffusion — 神经网络扩散模型实现

图像•图像生成•神经网络