Explainability Fepowl Soulap1 Windowing

--- license: mit tags: - audio-classification - bioacoustics - pytorch - cnn --- # Classificador FEPOWL vs SOULAP1 (CNN 5 camadas) Modelo CNN de 5 camadas para classificação binária entre Ferruginous Pygmy-Owl (fepowl) e Southern Lapwing (soulap1), a partir de espectrogramas mel extraídos de segmentos de áudio com janelamento de 5 segundos. Versão aprimorada do pipeline, com tratamento de desbalanceamento de classes (`pos_weight`) e separação treino/validação por ID de áudio. ## Código-fonte Pipeline completo disponível em: [Explicabilidade-fepowl-soulap1](https://github.com/Rafael-aaf/Explicabilidade-fepowl-soulap1) ## Dados de entrada - Treino: `(4071, 1, 128, 313)` — 4071 amostras, 1 canal, 128 bins mel, 313 frames temporais - Validação: `(1094, 1, 128, 313)` — 1094 amostras - Dataset: BirdCLEF+ 2026 - Segmentação: janelas de 5 segundos, votação majoritária via média de probabilidades ## Treinamento - Épocas: 20 - Acurácia de validação final: 95.70% - Melhor acurácia de validação: 97.31% (época 14) - Tratamento de desbalanceamento de classes via `pos_weight` ## Explicabilidade Mapas de ativação Grad-CAM foram gerados sobre a camada `model.features[12]`, com heatmaps médios calculados a partir de 20 amostras por espécie, sobrepostos aos espectrogramas mel em escala de cinza. ## Uso ```python import torch model = torch.load("modelo_windowed.pth") model.eval() ``` ## Modelo relacionado Uma versão anterior com arquitetura de 3 camadas (acurácia de validação ~75%) está disponível em: [explainability_fepowl_soulap1_no_windowing]([LINK_AQUI](https://huggingface.co/Rafael-aaf/explainability_fepowl_soulap1_no_windowing)) ## Limitações - Dataset limitado a 2 espécies (classificação binária)

Source context: 0 downloads · 0 likes · Pipeline audio-classification · Repo Rafael-aaf/explainability_fepowl_soulap1_windowing