Google I/O הוא עטיפה! התעדכן בהפעלות של TensorFlow. צפה בהפעלות

העברת למידת תחום האודיו באמצעות TensorFlow Lite Maker Model Maker

הצג באתר TensorFlow.org הפעל בגוגל קולאב צפה במקור ב-GitHub הורד מחברת ראה דגם TF Hub

במחברת colab זה, תלמד כיצד להשתמש מכונת דגם לייט TensorFlow לאמן מודל סיווג שמע אישית.

ספריית Model Maker משתמשת בלמידת העברה כדי לפשט את תהליך האימון של מודל TensorFlow Lite באמצעות מערך נתונים מותאם אישית. אימון מחדש של מודל TensorFlow Lite עם מערך נתונים מותאם אישית משלך מפחית את כמות נתוני האימון והזמן הנדרש.

זהו חלק Codelab להתאים אישית מודל אודיו ולפרוס על אנדרואיד .

אתה תשתמש במערך נתונים מותאם אישית של ציפורים וייצא מודל TFLite שניתן להשתמש בו בטלפון, מודל TensorFlow.JS שניתן להשתמש בו להסקת מסקנות בדפדפן וגם גרסת SavedModel שבה תוכל להשתמש להגשה.

תלות מעמיקה

 pip install tflite-model-maker

ייבוא ​​TensorFlow, Model Maker וספריות אחרות

בין התלות הדרושות, תשתמש ב-TensorFlow וב-Model Maker. מלבד אלה, האחרים מיועדים למניפולציות אודיו, נגינה והדמיות.

import tensorflow as tf
import tflite_model_maker as mm
from tflite_model_maker import audio_classifier
import os

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

import itertools
import glob
import random

from IPython.display import Audio, Image
from scipy.io import wavfile

print(f"TensorFlow Version: {tf.__version__}")
print(f"Model Maker Version: {mm.__version__}")
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/pkg_resources/__init__.py:119: PkgResourcesDeprecationWarning: 0.18ubuntu0.18.04.1 is an invalid version and will not be supported in a future release
  PkgResourcesDeprecationWarning,
/tmpfs/src/tf_docs_env/lib/python3.7/site-packages/numba/core/errors.py:168: UserWarning: Insufficiently recent colorama version found. Numba requires colorama >= 0.3.9
  warnings.warn(msg)
TensorFlow Version: 2.6.1
Model Maker Version: 0.3.2

מערך הנתונים של הציפורים

מערך הציפורים הוא אוסף חינוך של 5 סוגים של שירי ציפורים:

  • עץ-וורן לבן חזה
  • דרור הבית
  • צלב אדום
  • אנטפיטה עטור ערמונים
  • זנב השדרה של אזרה

האודיו המקורי הגיע קסנו-קנטו שהינה אתר המוקדש שיתוף צלילים ציפור מכל רחבי העולם.

נתחיל בהורדת הנתונים.

birds_dataset_folder = tf.keras.utils.get_file('birds_dataset.zip',
                                                'https://storage.googleapis.com/laurencemoroney-blog.appspot.com/birds_dataset.zip',
                                                cache_dir='./',
                                                cache_subdir='dataset',
                                                extract=True)
Downloading data from https://storage.googleapis.com/laurencemoroney-blog.appspot.com/birds_dataset.zip
343687168/343680986 [==============================] - 2s 0us/step
343695360/343680986 [==============================] - 2s 0us/step

חקור את הנתונים

השמע כבר מפוצל בתיקיות רכבת ובדיקה. בתוך כל תיקיית מפוצל, יש תיקיה אחת עבור כל ציפור, באמצעות שלהם bird_code כמו שם.

השמע כולם מונו ועם קצב דגימה של 16kHz.

לקבלת מידע נוסף על כל קובץ, אתה יכול לקרוא את metadata.csv קובץ. הוא מכיל את כל מחברי הקבצים, רישיונות ועוד קצת מידע. לא תצטרך לקרוא את זה בעצמך במדריך זה.

# @title [Run this] Util functions and data structures.

data_dir = './dataset/small_birds_dataset'

bird_code_to_name = {
  'wbwwre1': 'White-breasted Wood-Wren',
  'houspa': 'House Sparrow',
  'redcro': 'Red Crossbill',  
  'chcant2': 'Chestnut-crowned Antpitta',
  'azaspi1': "Azara's Spinetail",   
}

birds_images = {
  'wbwwre1': 'https://upload.wikimedia.org/wikipedia/commons/thumb/2/22/Henicorhina_leucosticta_%28Cucarachero_pechiblanco%29_-_Juvenil_%2814037225664%29.jpg/640px-Henicorhina_leucosticta_%28Cucarachero_pechiblanco%29_-_Juvenil_%2814037225664%29.jpg', #   Alejandro Bayer Tamayo from Armenia, Colombia 
  'houspa': 'https://upload.wikimedia.org/wikipedia/commons/thumb/5/52/House_Sparrow%2C_England_-_May_09.jpg/571px-House_Sparrow%2C_England_-_May_09.jpg', #    Diliff
  'redcro': 'https://upload.wikimedia.org/wikipedia/commons/thumb/4/49/Red_Crossbills_%28Male%29.jpg/640px-Red_Crossbills_%28Male%29.jpg', #  Elaine R. Wilson, www.naturespicsonline.com
  'chcant2': 'https://upload.wikimedia.org/wikipedia/commons/thumb/6/67/Chestnut-crowned_antpitta_%2846933264335%29.jpg/640px-Chestnut-crowned_antpitta_%2846933264335%29.jpg', #   Mike's Birds from Riverside, CA, US
  'azaspi1': 'https://upload.wikimedia.org/wikipedia/commons/thumb/b/b2/Synallaxis_azarae_76608368.jpg/640px-Synallaxis_azarae_76608368.jpg', # https://www.inaturalist.org/photos/76608368
}

test_files = os.path.abspath(os.path.join(data_dir, 'test/*/*.wav'))

def get_random_audio_file():
  test_list = glob.glob(test_files)
  random_audio_path = random.choice(test_list)
  return random_audio_path


def show_bird_data(audio_path):
  sample_rate, audio_data = wavfile.read(audio_path, 'rb')

  bird_code = audio_path.split('/')[-2]
  print(f'Bird name: {bird_code_to_name[bird_code]}')
  print(f'Bird code: {bird_code}')
  display(Image(birds_images[bird_code]))

  plttitle = f'{bird_code_to_name[bird_code]} ({bird_code})'
  plt.title(plttitle)
  plt.plot(audio_data)
  display(Audio(audio_data, rate=sample_rate))

print('functions and data structures created')
functions and data structures created

מנגן קצת אודיו

כדי להבין טוב יותר את הנתונים, אפשר להאזין לקבצי שמע אקראי מפיצול הבדיקה.

random_audio = get_random_audio_file()
show_bird_data(random_audio)
Bird name: Azara's Spinetail
Bird code: azaspi1

jpeg

png

הכשרת המודל

בעת שימוש ב- Model Maker עבור שמע, עליך להתחיל עם מפרט דגם. זהו מודל הבסיס שהמודל החדש שלך יחלץ מידע כדי ללמוד על השיעורים החדשים. זה גם משפיע על האופן שבו מערך הנתונים ישתנה כדי לכבד את פרמטרי מפרט המודלים כמו: קצב דגימה, מספר ערוצים.

YAMNet הוא מסווג אירוע שמע מאומן על AudioSet במערך לחזות אירועי שמע מן האונטולוגיה AudioSet.

הקלט שלו צפוי להיות ב-16kHz ועם ערוץ אחד.

אתה לא צריך לעשות שום דגימה מחדש בעצמך. Model Maker דואגת לזה בשבילך.

  • frame_length הוא להחליט כמה זמן כל דגימה traininng הוא. במקרה זה EXPECTED_WAVEFORM_LENGTH * 3 שניות

  • frame_steps הוא להחליט כמה רחוק Appart הן דוגמאות אימון. במקרה זה, המדגם ה-ith יתחיל ב-EXPECTED_WAVEFORM_LENGTH * 6 שניות לאחר המדגם (i-1).

הסיבה להגדיר ערכים אלה היא לעקוף מגבלה כלשהי במערך הנתונים בעולם האמיתי.

לדוגמה, במערך הנתונים של הציפורים, ציפורים לא שרות כל הזמן. הם שרים, נחים ושוב שרים, עם רעשים ביניהם. פריים ארוך יעזור ללכוד את השירה, אבל הגדרה ארוכה מדי תפחית את מספר הדגימות לאימון.

spec = audio_classifier.YamNetSpec(
    keep_yamnet_and_custom_heads=True,
    frame_step=3 * audio_classifier.YamNetSpec.EXPECTED_WAVEFORM_LENGTH,
    frame_length=6 * audio_classifier.YamNetSpec.EXPECTED_WAVEFORM_LENGTH)
INFO:tensorflow:Checkpoints are stored in /tmp/tmp7180wsrw

טוען את הנתונים

ל- Model Maker יש את ה-API כדי לטעון את הנתונים מתיקיה ולקבל אותם בפורמט הצפוי עבור מפרט הדגם.

פיצול הרכבת והמבחן מבוסס על התיקיות. מערך האימות ייווצר כ-20% מחלוקת הרכבת.

train_data = audio_classifier.DataLoader.from_folder(
    spec, os.path.join(data_dir, 'train'), cache=True)
train_data, validation_data = train_data.split(0.8)
test_data = audio_classifier.DataLoader.from_folder(
    spec, os.path.join(data_dir, 'test'), cache=True)

הכשרת הדגם

יש audio_classifier create שיטה שיוצרת מודל וכבר להתחיל לאמן אותו.

ניתן להתאים פרמטרים רבים, למידע נוסף ניתן לקרוא פרטים נוספים בתיעוד.

בניסיון הראשון הזה תשתמש בכל תצורות ברירת המחדל ותתאמן למשך 100 עידנים.

batch_size = 128
epochs = 100

print('Training the model')
model = audio_classifier.create(
    train_data,
    spec,
    validation_data,
    batch_size=batch_size,
    epochs=epochs)
Training the model
Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
classification_head (Dense)  (None, 5)                 5125      
=================================================================
Total params: 5,125
Trainable params: 5,125
Non-trainable params: 0
_________________________________________________________________
Epoch 1/100
23/23 [==============================] - 49s 2s/step - loss: 1.6125 - acc: 0.2433 - val_loss: 1.2951 - val_acc: 0.4908
Epoch 2/100
23/23 [==============================] - 1s 22ms/step - loss: 1.3413 - acc: 0.4557 - val_loss: 1.1354 - val_acc: 0.7138
Epoch 3/100
23/23 [==============================] - 1s 22ms/step - loss: 1.1689 - acc: 0.6013 - val_loss: 1.0066 - val_acc: 0.7571
Epoch 4/100
23/23 [==============================] - 1s 21ms/step - loss: 1.0543 - acc: 0.6552 - val_loss: 0.9160 - val_acc: 0.7837
Epoch 5/100
23/23 [==============================] - 0s 21ms/step - loss: 0.9651 - acc: 0.7052 - val_loss: 0.8558 - val_acc: 0.8020
Epoch 6/100
23/23 [==============================] - 1s 21ms/step - loss: 0.8970 - acc: 0.7174 - val_loss: 0.8080 - val_acc: 0.8070
Epoch 7/100
23/23 [==============================] - 0s 21ms/step - loss: 0.8532 - acc: 0.7261 - val_loss: 0.7701 - val_acc: 0.8136
Epoch 8/100
23/23 [==============================] - 0s 21ms/step - loss: 0.8034 - acc: 0.7501 - val_loss: 0.7439 - val_acc: 0.8186
Epoch 9/100
23/23 [==============================] - 0s 21ms/step - loss: 0.7700 - acc: 0.7595 - val_loss: 0.7234 - val_acc: 0.8170
Epoch 10/100
23/23 [==============================] - 0s 21ms/step - loss: 0.7318 - acc: 0.7769 - val_loss: 0.7011 - val_acc: 0.8220
Epoch 11/100
23/23 [==============================] - 0s 21ms/step - loss: 0.7104 - acc: 0.7744 - val_loss: 0.6860 - val_acc: 0.8170
Epoch 12/100
23/23 [==============================] - 1s 21ms/step - loss: 0.6866 - acc: 0.7855 - val_loss: 0.6704 - val_acc: 0.8186
Epoch 13/100
23/23 [==============================] - 1s 21ms/step - loss: 0.6556 - acc: 0.8008 - val_loss: 0.6608 - val_acc: 0.8170
Epoch 14/100
23/23 [==============================] - 0s 21ms/step - loss: 0.6414 - acc: 0.8008 - val_loss: 0.6503 - val_acc: 0.8220
Epoch 15/100
23/23 [==============================] - 0s 20ms/step - loss: 0.6263 - acc: 0.8040 - val_loss: 0.6414 - val_acc: 0.8186
Epoch 16/100
23/23 [==============================] - 1s 21ms/step - loss: 0.6033 - acc: 0.8154 - val_loss: 0.6329 - val_acc: 0.8186
Epoch 17/100
23/23 [==============================] - 1s 21ms/step - loss: 0.5963 - acc: 0.8123 - val_loss: 0.6289 - val_acc: 0.8186
Epoch 18/100
23/23 [==============================] - 0s 21ms/step - loss: 0.5828 - acc: 0.8172 - val_loss: 0.6238 - val_acc: 0.8220
Epoch 19/100
23/23 [==============================] - 0s 21ms/step - loss: 0.5665 - acc: 0.8273 - val_loss: 0.6200 - val_acc: 0.8220
Epoch 20/100
23/23 [==============================] - 0s 20ms/step - loss: 0.5523 - acc: 0.8297 - val_loss: 0.6109 - val_acc: 0.8186
Epoch 21/100
23/23 [==============================] - 0s 20ms/step - loss: 0.5522 - acc: 0.8200 - val_loss: 0.6076 - val_acc: 0.8253
Epoch 22/100
23/23 [==============================] - 1s 21ms/step - loss: 0.5363 - acc: 0.8352 - val_loss: 0.6013 - val_acc: 0.8186
Epoch 23/100
23/23 [==============================] - 0s 20ms/step - loss: 0.5273 - acc: 0.8412 - val_loss: 0.5968 - val_acc: 0.8136
Epoch 24/100
23/23 [==============================] - 1s 21ms/step - loss: 0.5172 - acc: 0.8339 - val_loss: 0.5954 - val_acc: 0.8153
Epoch 25/100
23/23 [==============================] - 1s 22ms/step - loss: 0.5123 - acc: 0.8429 - val_loss: 0.5902 - val_acc: 0.8153
Epoch 26/100
23/23 [==============================] - 1s 21ms/step - loss: 0.5066 - acc: 0.8415 - val_loss: 0.5906 - val_acc: 0.8153
Epoch 27/100
23/23 [==============================] - 1s 21ms/step - loss: 0.5015 - acc: 0.8373 - val_loss: 0.5833 - val_acc: 0.8136
Epoch 28/100
23/23 [==============================] - 0s 21ms/step - loss: 0.4879 - acc: 0.8432 - val_loss: 0.5832 - val_acc: 0.8103
Epoch 29/100
23/23 [==============================] - 0s 20ms/step - loss: 0.4840 - acc: 0.8537 - val_loss: 0.5767 - val_acc: 0.8186
Epoch 30/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4793 - acc: 0.8530 - val_loss: 0.5753 - val_acc: 0.8103
Epoch 31/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4718 - acc: 0.8554 - val_loss: 0.5758 - val_acc: 0.8103
Epoch 32/100
23/23 [==============================] - 0s 20ms/step - loss: 0.4649 - acc: 0.8554 - val_loss: 0.5706 - val_acc: 0.8103
Epoch 33/100
23/23 [==============================] - 0s 20ms/step - loss: 0.4565 - acc: 0.8554 - val_loss: 0.5689 - val_acc: 0.8120
Epoch 34/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4492 - acc: 0.8589 - val_loss: 0.5679 - val_acc: 0.8053
Epoch 35/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4467 - acc: 0.8606 - val_loss: 0.5680 - val_acc: 0.8087
Epoch 36/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4383 - acc: 0.8644 - val_loss: 0.5634 - val_acc: 0.8037
Epoch 37/100
23/23 [==============================] - 1s 20ms/step - loss: 0.4451 - acc: 0.8641 - val_loss: 0.5635 - val_acc: 0.8037
Epoch 38/100
23/23 [==============================] - 1s 22ms/step - loss: 0.4393 - acc: 0.8620 - val_loss: 0.5616 - val_acc: 0.8037
Epoch 39/100
23/23 [==============================] - 0s 21ms/step - loss: 0.4256 - acc: 0.8710 - val_loss: 0.5607 - val_acc: 0.8020
Epoch 40/100
23/23 [==============================] - 0s 21ms/step - loss: 0.4296 - acc: 0.8669 - val_loss: 0.5612 - val_acc: 0.8037
Epoch 41/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4196 - acc: 0.8742 - val_loss: 0.5590 - val_acc: 0.8020
Epoch 42/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4203 - acc: 0.8658 - val_loss: 0.5556 - val_acc: 0.8053
Epoch 43/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4124 - acc: 0.8697 - val_loss: 0.5585 - val_acc: 0.8053
Epoch 44/100
23/23 [==============================] - 0s 20ms/step - loss: 0.4110 - acc: 0.8735 - val_loss: 0.5552 - val_acc: 0.8020
Epoch 45/100
23/23 [==============================] - 0s 20ms/step - loss: 0.4065 - acc: 0.8683 - val_loss: 0.5535 - val_acc: 0.8020
Epoch 46/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3998 - acc: 0.8787 - val_loss: 0.5526 - val_acc: 0.8003
Epoch 47/100
23/23 [==============================] - 1s 21ms/step - loss: 0.4038 - acc: 0.8700 - val_loss: 0.5546 - val_acc: 0.7970
Epoch 48/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3977 - acc: 0.8804 - val_loss: 0.5536 - val_acc: 0.7987
Epoch 49/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3948 - acc: 0.8797 - val_loss: 0.5490 - val_acc: 0.7970
Epoch 50/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3940 - acc: 0.8763 - val_loss: 0.5458 - val_acc: 0.7987
Epoch 51/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3905 - acc: 0.8763 - val_loss: 0.5507 - val_acc: 0.7987
Epoch 52/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3802 - acc: 0.8808 - val_loss: 0.5480 - val_acc: 0.7920
Epoch 53/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3822 - acc: 0.8797 - val_loss: 0.5467 - val_acc: 0.8003
Epoch 54/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3822 - acc: 0.8825 - val_loss: 0.5473 - val_acc: 0.7937
Epoch 55/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3826 - acc: 0.8783 - val_loss: 0.5440 - val_acc: 0.7953
Epoch 56/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3765 - acc: 0.8808 - val_loss: 0.5435 - val_acc: 0.7937
Epoch 57/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3805 - acc: 0.8839 - val_loss: 0.5466 - val_acc: 0.7953
Epoch 58/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3737 - acc: 0.8856 - val_loss: 0.5429 - val_acc: 0.7953
Epoch 59/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3716 - acc: 0.8902 - val_loss: 0.5454 - val_acc: 0.7937
Epoch 60/100
23/23 [==============================] - 1s 20ms/step - loss: 0.3771 - acc: 0.8797 - val_loss: 0.5477 - val_acc: 0.7953
Epoch 61/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3555 - acc: 0.8926 - val_loss: 0.5444 - val_acc: 0.7953
Epoch 62/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3645 - acc: 0.8832 - val_loss: 0.5461 - val_acc: 0.7953
Epoch 63/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3595 - acc: 0.8902 - val_loss: 0.5407 - val_acc: 0.7937
Epoch 64/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3666 - acc: 0.8839 - val_loss: 0.5412 - val_acc: 0.7987
Epoch 65/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3548 - acc: 0.8905 - val_loss: 0.5450 - val_acc: 0.7970
Epoch 66/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3550 - acc: 0.8902 - val_loss: 0.5410 - val_acc: 0.7970
Epoch 67/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3438 - acc: 0.8919 - val_loss: 0.5416 - val_acc: 0.7987
Epoch 68/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3502 - acc: 0.8950 - val_loss: 0.5441 - val_acc: 0.7987
Epoch 69/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3484 - acc: 0.8895 - val_loss: 0.5423 - val_acc: 0.7970
Epoch 70/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3486 - acc: 0.8891 - val_loss: 0.5391 - val_acc: 0.7953
Epoch 71/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3412 - acc: 0.8957 - val_loss: 0.5396 - val_acc: 0.7937
Epoch 72/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3377 - acc: 0.8992 - val_loss: 0.5394 - val_acc: 0.7937
Epoch 73/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3434 - acc: 0.8933 - val_loss: 0.5454 - val_acc: 0.7953
Epoch 74/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3430 - acc: 0.8933 - val_loss: 0.5420 - val_acc: 0.7953
Epoch 75/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3439 - acc: 0.8881 - val_loss: 0.5402 - val_acc: 0.7937
Epoch 76/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3357 - acc: 0.8964 - val_loss: 0.5400 - val_acc: 0.7920
Epoch 77/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3382 - acc: 0.8940 - val_loss: 0.5432 - val_acc: 0.7903
Epoch 78/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3355 - acc: 0.8950 - val_loss: 0.5440 - val_acc: 0.7920
Epoch 79/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3348 - acc: 0.8950 - val_loss: 0.5394 - val_acc: 0.7920
Epoch 80/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3308 - acc: 0.8964 - val_loss: 0.5406 - val_acc: 0.7903
Epoch 81/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3288 - acc: 0.8943 - val_loss: 0.5400 - val_acc: 0.7953
Epoch 82/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3290 - acc: 0.8999 - val_loss: 0.5392 - val_acc: 0.7953
Epoch 83/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3308 - acc: 0.8936 - val_loss: 0.5409 - val_acc: 0.7903
Epoch 84/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3316 - acc: 0.8947 - val_loss: 0.5359 - val_acc: 0.7920
Epoch 85/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3264 - acc: 0.8936 - val_loss: 0.5360 - val_acc: 0.7937
Epoch 86/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3202 - acc: 0.8950 - val_loss: 0.5399 - val_acc: 0.7903
Epoch 87/100
23/23 [==============================] - 1s 22ms/step - loss: 0.3272 - acc: 0.8982 - val_loss: 0.5382 - val_acc: 0.7920
Epoch 88/100
23/23 [==============================] - 1s 23ms/step - loss: 0.3207 - acc: 0.8985 - val_loss: 0.5405 - val_acc: 0.7920
Epoch 89/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3206 - acc: 0.8971 - val_loss: 0.5405 - val_acc: 0.7937
Epoch 90/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3253 - acc: 0.8975 - val_loss: 0.5347 - val_acc: 0.7937
Epoch 91/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3175 - acc: 0.8992 - val_loss: 0.5310 - val_acc: 0.7937
Epoch 92/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3288 - acc: 0.8929 - val_loss: 0.5338 - val_acc: 0.7937
Epoch 93/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3169 - acc: 0.9006 - val_loss: 0.5399 - val_acc: 0.7887
Epoch 94/100
23/23 [==============================] - 1s 22ms/step - loss: 0.3133 - acc: 0.8975 - val_loss: 0.5399 - val_acc: 0.7903
Epoch 95/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3089 - acc: 0.9075 - val_loss: 0.5369 - val_acc: 0.7903
Epoch 96/100
23/23 [==============================] - 0s 20ms/step - loss: 0.3056 - acc: 0.9002 - val_loss: 0.5347 - val_acc: 0.7937
Epoch 97/100
23/23 [==============================] - 0s 21ms/step - loss: 0.3130 - acc: 0.9034 - val_loss: 0.5382 - val_acc: 0.7920
Epoch 98/100
23/23 [==============================] - 1s 22ms/step - loss: 0.3098 - acc: 0.8964 - val_loss: 0.5374 - val_acc: 0.7920
Epoch 99/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3095 - acc: 0.9009 - val_loss: 0.5368 - val_acc: 0.7937
Epoch 100/100
23/23 [==============================] - 1s 21ms/step - loss: 0.3091 - acc: 0.9037 - val_loss: 0.5400 - val_acc: 0.7887

הדיוק נראה טוב אבל חשוב להפעיל את שלב ההערכה על נתוני הבדיקה ולוודא שהמודל שלך השיג תוצאות טובות בנתונים שאינם מוצאים.

print('Evaluating the model')
model.evaluate(test_data)
Evaluating the model
28/28 [==============================] - 12s 404ms/step - loss: 0.6626 - acc: 0.7761
[0.6626318693161011, 0.7761194109916687]

הבנת הדגם שלך

כאשר מתאמנים מסווג, זה שימושי כדי לראות את מטריקס הבלבול . מטריצת הבלבול מעניקה לך ידע מפורט על הביצועים של המסווג שלך בנתוני הבדיקה.

Model Maker כבר יוצר עבורך את מטריצת הבלבול.

def show_confusion_matrix(confusion, test_labels):
  """Compute confusion matrix and normalize."""
  confusion_normalized = confusion.astype("float") / confusion.sum(axis=1)
  axis_labels = test_labels
  ax = sns.heatmap(
      confusion_normalized, xticklabels=axis_labels, yticklabels=axis_labels,
      cmap='Blues', annot=True, fmt='.2f', square=True)
  plt.title("Confusion matrix")
  plt.ylabel("True label")
  plt.xlabel("Predicted label")

confusion_matrix = model.confusion_matrix(test_data)
show_confusion_matrix(confusion_matrix.numpy(), test_data.index_to_label)

png

בדיקת הדגם [אופציונלי]

אתה יכול לנסות את המודל על אודיו לדוגמה ממערך הנתונים של הבדיקה רק כדי לראות את התוצאות.

ראשית אתה מקבל את דגם ההגשה.

serving_model = model.create_serving_model()

print(f'Model\'s input shape and type: {serving_model.inputs}')
print(f'Model\'s output shape and type: {serving_model.outputs}')
Model's input shape and type: [<KerasTensor: shape=(None, 15600) dtype=float32 (created by layer 'audio')>]
Model's output shape and type: [<KerasTensor: shape=(1, 521) dtype=float32 (created by layer 'keras_layer')>, <KerasTensor: shape=(1, 5) dtype=float32 (created by layer 'sequential')>]

נחזור לאודיו האקראי שטענת קודם לכן

# if you want to try another file just uncoment the line below
random_audio = get_random_audio_file()
show_bird_data(random_audio)
Bird name: Red Crossbill
Bird code: redcro

jpeg

png

למודל שנוצר יש חלון קלט קבוע.

עבור קובץ שמע נתון, תצטרך לפצל אותו בחלונות של נתונים בגודל הצפוי. ייתכן שיהיה צורך למלא את החלון האחרון באפסים.

sample_rate, audio_data = wavfile.read(random_audio, 'rb')

audio_data = np.array(audio_data) / tf.int16.max
input_size = serving_model.input_shape[1]

splitted_audio_data = tf.signal.frame(audio_data, input_size, input_size, pad_end=True, pad_value=0)

print(f'Test audio path: {random_audio}')
print(f'Original size of the audio data: {len(audio_data)}')
print(f'Number of windows for inference: {len(splitted_audio_data)}')
Test audio path: /tmpfs/src/temp/tensorflow/lite/g3doc/tutorials/dataset/small_birds_dataset/test/redcro/XC64752.wav
Original size of the audio data: 1210848
Number of windows for inference: 78

אתה תעבור בלולאה על כל האודיו המפוצל ותחיל את המודל עבור כל אחד מהם.

לדגם שזה עתה אימנתם יש 2 יציאות: הפלט המקורי של YAMNet וזה שזה עתה אימנתם. זה חשוב כי הסביבה בעולם האמיתי מורכבת יותר מסתם קולות ציפורים. אתה יכול להשתמש בפלט של YAMNet כדי לסנן אודיו לא רלוונטי, לדוגמה, במקרה של שימוש בציפורים, אם YAMNet לא מסווג ציפורים או חיות, זה עשוי להראות שלפלט מהמודל שלך עשוי להיות סיווג לא רלוונטי.

מתחת שני התוצרים מודפסים כדי להקל על הבנת הקשר ביניהם. רוב הטעויות שהדגם שלך עושה הן כאשר התחזית של YAMNet אינה קשורה לתחום שלך (למשל: ציפורים).

print(random_audio)

results = []
print('Result of the window ith:  your model class -> score,  (spec class -> score)')
for i, data in enumerate(splitted_audio_data):
  yamnet_output, inference = serving_model(data)
  results.append(inference[0].numpy())
  result_index = tf.argmax(inference[0])
  spec_result_index = tf.argmax(yamnet_output[0])
  t = spec._yamnet_labels()[spec_result_index]
  result_str = f'Result of the window {i}: ' \
  f'\t{test_data.index_to_label[result_index]} -> {inference[0][result_index].numpy():.3f}, ' \
  f'\t({spec._yamnet_labels()[spec_result_index]} -> {yamnet_output[0][spec_result_index]:.3f})'
  print(result_str)


results_np = np.array(results)
mean_results = results_np.mean(axis=0)
result_index = mean_results.argmax()
print(f'Mean result: {test_data.index_to_label[result_index]} -> {mean_results[result_index]}')
/tmpfs/src/temp/tensorflow/lite/g3doc/tutorials/dataset/small_birds_dataset/test/redcro/XC64752.wav
Result of the window ith:  your model class -> score,  (spec class -> score)
Result of the window 0:   redcro -> 0.772,     (Wild animals -> 0.997)
Result of the window 1:   redcro -> 0.912,     (Wild animals -> 0.794)
Result of the window 2:   redcro -> 0.679,     (Environmental noise -> 0.545)
Result of the window 3:   redcro -> 0.910,     (Wild animals -> 0.975)
Result of the window 4:   redcro -> 0.863,     (Animal -> 0.911)
Result of the window 5:   redcro -> 0.794,     (Animal -> 0.757)
Result of the window 6:   redcro -> 0.953,     (Animal -> 0.929)
Result of the window 7:   redcro -> 0.887,     (Wild animals -> 0.837)
Result of the window 8:   redcro -> 0.905,     (Wild animals -> 0.925)
Result of the window 9:   houspa -> 0.568,     (Animal -> 0.777)
Result of the window 10:  redcro -> 0.724,     (Bird -> 0.997)
Result of the window 11:  houspa -> 0.585,     (Animal -> 0.954)
Result of the window 12:  azaspi1 -> 0.621,    (Animal -> 0.849)
Result of the window 13:  redcro -> 0.873,     (Wild animals -> 0.888)
Result of the window 14:  redcro -> 0.940,     (Bird -> 0.869)
Result of the window 15:  redcro -> 0.827,     (Animal -> 0.773)
Result of the window 16:  redcro -> 0.596,     (Animal -> 0.732)
Result of the window 17:  redcro -> 0.928,     (Animal -> 0.909)
Result of the window 18:  redcro -> 0.791,     (Animal -> 0.742)
Result of the window 19:  redcro -> 0.874,     (Animal -> 0.906)
Result of the window 20:  houspa -> 0.487,     (Animal -> 0.490)
Result of the window 21:  redcro -> 0.991,     (Animal -> 0.959)
Result of the window 22:  redcro -> 0.691,     (Animal -> 0.710)
Result of the window 23:  chcant2 -> 0.996,    (Water -> 0.601)
Result of the window 24:  chcant2 -> 0.516,    (Outside, rural or natural -> 0.209)
Result of the window 25:  chcant2 -> 0.888,    (Stream -> 0.690)
Result of the window 26:  azaspi1 -> 0.691,    (Animal -> 0.677)
Result of the window 27:  redcro -> 0.996,     (Animal -> 0.933)
Result of the window 28:  redcro -> 0.921,     (Bird vocalization, bird call, bird song -> 0.784)
Result of the window 29:  redcro -> 0.775,     (Animal -> 0.857)
Result of the window 30:  redcro -> 0.987,     (Animal -> 0.977)
Result of the window 31:  chcant2 -> 0.744,    (Insect -> 0.543)
Result of the window 32:  chcant2 -> 0.586,    (Environmental noise -> 0.429)
Result of the window 33:  chcant2 -> 0.704,    (Outside, rural or natural -> 0.406)
Result of the window 34:  chcant2 -> 0.688,    (Environmental noise -> 0.780)
Result of the window 35:  redcro -> 0.505,     (Environmental noise -> 0.574)
Result of the window 36:  chcant2 -> 0.908,    (Animal -> 0.375)
Result of the window 37:  chcant2 -> 0.812,    (Outside, rural or natural -> 0.392)
Result of the window 38:  redcro -> 0.933,     (Animal -> 0.938)
Result of the window 39:  redcro -> 0.744,     (Wild animals -> 0.868)
Result of the window 40:  redcro -> 0.664,     (Wild animals -> 0.954)
Result of the window 41:  redcro -> 0.548,     (Animal -> 0.905)
Result of the window 42:  redcro -> 0.746,     (Animal -> 0.948)
Result of the window 43:  redcro -> 0.970,     (Animal -> 0.989)
Result of the window 44:  redcro -> 0.827,     (Animal -> 0.857)
Result of the window 45:  redcro -> 0.911,     (Animal -> 0.978)
Result of the window 46:  redcro -> 0.983,     (Animal -> 0.982)
Result of the window 47:  chcant2 -> 0.701,    (Outside, rural or natural -> 0.357)
Result of the window 48:  redcro -> 0.879,     (Animal -> 0.948)
Result of the window 49:  redcro -> 0.968,     (Animal -> 0.983)
Result of the window 50:  redcro -> 0.975,     (Bird vocalization, bird call, bird song -> 0.752)
Result of the window 51:  redcro -> 0.814,     (Animal -> 0.818)
Result of the window 52:  chcant2 -> 0.398,    (Environmental noise -> 0.657)
Result of the window 53:  chcant2 -> 0.676,    (Outside, rural or natural -> 0.335)
Result of the window 54:  chcant2 -> 0.716,    (White noise -> 0.358)
Result of the window 55:  chcant2 -> 0.565,    (Outside, rural or natural -> 0.380)
Result of the window 56:  wbwwre1 -> 0.795,    (Animal -> 0.922)
Result of the window 57:  chcant2 -> 0.857,    (Environmental noise -> 0.328)
Result of the window 58:  chcant2 -> 0.955,    (Outside, rural or natural -> 0.299)
Result of the window 59:  chcant2 -> 0.968,    (Rustle -> 0.258)
Result of the window 60:  chcant2 -> 0.948,    (Outside, rural or natural -> 0.192)
Result of the window 61:  chcant2 -> 0.563,    (Animal -> 0.357)
Result of the window 62:  houspa -> 0.603,     (Wild animals -> 0.802)
Result of the window 63:  chcant2 -> 0.797,    (Insect -> 0.575)
Result of the window 64:  redcro -> 0.811,     (Wild animals -> 0.978)
Result of the window 65:  chcant2 -> 0.750,    (Environmental noise -> 0.507)
Result of the window 66:  houspa -> 0.519,     (Animal -> 0.902)
Result of the window 67:  redcro -> 0.998,     (Animal -> 0.988)
Result of the window 68:  houspa -> 0.841,     (Animal -> 0.997)
Result of the window 69:  redcro -> 0.901,     (Animal -> 0.997)
Result of the window 70:  houspa -> 0.942,     (Animal -> 0.964)
Result of the window 71:  redcro -> 0.912,     (Animal -> 0.983)
Result of the window 72:  redcro -> 0.912,     (Animal -> 0.762)
Result of the window 73:  houspa -> 0.638,     (Animal -> 0.916)
Result of the window 74:  redcro -> 0.730,     (Wild animals -> 0.762)
Result of the window 75:  redcro -> 0.969,     (Wild animals -> 0.880)
Result of the window 76:  chcant2 -> 0.471,    (Wild animals -> 0.555)
Result of the window 77:  chcant2 -> 0.793,    (Outside, rural or natural -> 0.366)
Mean result: redcro -> 0.5561891794204712

ייצוא הדגם

השלב האחרון הוא ייצוא הדגם שלך לשימוש במכשירים משובצים או בדפדפן.

export השיטה לייצא את שני הפורמטים בשבילך.

models_path = './birds_models'
print(f'Exporing the TFLite model to {models_path}')

model.export(models_path, tflite_filename='my_birds_model.tflite')
Exporing the TFLite model to ./birds_models
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
2021-11-02 12:50:55.630878: W tensorflow/python/util/util.cc:348] Sets are not currently considered sequences, but this may change in the future, so consider avoiding using them.
INFO:tensorflow:Assets written to: /tmp/tmpy4w2awkd/assets
INFO:tensorflow:Assets written to: /tmp/tmpy4w2awkd/assets
2021-11-02 12:51:00.841619: W tensorflow/compiler/mlir/lite/python/tf_tfl_flatbuffer_helpers.cc:351] Ignored output_format.
2021-11-02 12:51:00.841671: W tensorflow/compiler/mlir/lite/python/tf_tfl_flatbuffer_helpers.cc:354] Ignored drop_control_dependency.
INFO:tensorflow:TensorFlow Lite model exported successfully: ./birds_models/my_birds_model.tflite
INFO:tensorflow:TensorFlow Lite model exported successfully: ./birds_models/my_birds_model.tflite

אתה יכול גם לייצא את גרסת SavedModel להגשה או שימוש בסביבת Python.

model.export(models_path, export_format=[mm.ExportFormat.SAVED_MODEL, mm.ExportFormat.LABEL])
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
WARNING:tensorflow:Compiled the loaded model, but the compiled metrics have yet to be built. `model.compile_metrics` will be empty until you train or evaluate the model.
INFO:tensorflow:Assets written to: ./birds_models/saved_model/assets
INFO:tensorflow:Assets written to: ./birds_models/saved_model/assets
INFO:tensorflow:Saving labels in ./birds_models/labels.txt
INFO:tensorflow:Saving labels in ./birds_models/labels.txt

הצעדים הבאים

עשית את זה.

עכשיו הדגם החדש שלך יכול להתפרס על מכשירים ניידים באמצעות TFLite AudioClassifier משימות API .

אתה יכול גם לנסות את אותו תהליך עם נתונים משלך עם סוגים שונים וכאן הוא בתיעוד מכונת מודל סיווג אודיו .

כמו כן ללמוד מיישומי התייחסות מקצה לקצה: אנדרואיד , iOS .