Perch 2.0: Erfolgreiche Übertragung auf Unterwasser‑Tiergeräusche
Das neue Bioakustik‑Foundation‑Modell Perch 2.0 wurde auf 14 597 Arten – darunter Vögel, Säugetiere, Amphibien und Insekten – vortrainiert und erzielt damit Spitzenleistungen bei mehreren Benchmarks. Obwohl die Training…
- Das neue Bioakustik‑Foundation‑Modell Perch 2.0 wurde auf 14 597 Arten – darunter Vögel, Säugetiere, Amphibien und Insekten – vortrainiert und erzielt damit Spitzenleist…
- Obwohl die Trainingsdaten kaum Aufnahmen von Meeressäugern enthalten, wurde die Leistungsfähigkeit von Perch 2.0 auf Unterwasser‑Audioaufgaben getestet.
- Durch Few‑Shot‑Transfer‑Learning wurden die vom Modell erzeugten Embeddings linear ausgewertet.
Das neue Bioakustik‑Foundation‑Modell Perch 2.0 wurde auf 14 597 Arten – darunter Vögel, Säugetiere, Amphibien und Insekten – vortrainiert und erzielt damit Spitzenleistungen bei mehreren Benchmarks. Obwohl die Trainingsdaten kaum Aufnahmen von Meeressäugern enthalten, wurde die Leistungsfähigkeit von Perch 2.0 auf Unterwasser‑Audioaufgaben getestet.
Durch Few‑Shot‑Transfer‑Learning wurden die vom Modell erzeugten Embeddings linear ausgewertet. Dabei verglichen die Forscher Perch 2.0 mit früheren Multispecies‑Modellen wie Perch 1.0, SurfPerch, AVES‑bio, BirdAVES und Birdnet V2.3, die ebenfalls Open‑Source‑Tools für Transfer‑Learning anbieten.
Die Ergebnisse zeigen, dass die Embeddings von Perch 2.0 bei wenigen gelabelten Beispielen konsequent hohe Leistungen erzielen und die meisten Vergleichsmodelle übertreffen. Das Modell wird daher als besonders geeignet für die Entwicklung neuer linearer Klassifikatoren zur Unterwasser‑Tiererkennung empfohlen.
Welche Linse du auf diese Meldung legen solltest
Dieses Thema ist relevant, weil es zeigt, wie sich KI-Produkte, Modelle oder Rahmenbedingungen in der Praxis verschieben.
Achte zuerst darauf, was sich fuer Nutzer, Builder oder Unternehmen konkret veraendert und ob daraus ein nachhaltiger Trend entsteht.