Reentrenando BirdNET para reconocer aves nocturnas del Bosque Atlántico usando aprendizaje activo

Para realizar investigaciones de ecología y conservación de aves a gran escala y bajo costo, cada vez más investigadores recurren al Monitoreo Acústico Pasivo (PAM). Las redes neurales convolucionales (CNN) pueden detectar sonidos entre grandes volúmenes de datos, pero para ser eficaces requieren conjuntos extensos de grabaciones etiquetadas (anotación de sonidos de interés), difíciles de conseguir para especies raras o que vocalizan poco. Compartimos una metodología que permite reentrenar modelos de CNN existentes para reconocer sonidos específicos en grabaciones de PAM de baja calidad, especialmente de especies raras. Nuestro abordaje iterativo integra aprendizaje por transferencia y aprendizaje activo al reentrenar BirdNET (CNN) para detectar aves en grabaciones nocturnas con grabadoras AudioMoth en el Bosque Atlántico. Primero reentrenamos BirdNET con pocos datos nuevos (grabaciones propias, de Xeno Canto y Macaulay Library solapadas con ruido de nuestro contexto acústico). Aprovechando la capacidad del modelo de reconocer patrones en espectrogramas, lo ajustamos para aprender las características de nuestro contexto acústico (aprendizaje por transferencia). Con ese modelo predecimos sobre nuestros datos de campo, seleccionamos las detecciones con mayor puntuación, las analizamos y reclasificamos. Luego, incorporamos estos datos etiquetados al conjunto de entrenamiento antes de una nueva iteración (aprendizaje activo). Repetimos el proceso hasta que el desempeño del modelo en el conjunto de datos de evaluación se estabiliza. Este proceso mejoró la detección de 20 especies de aves nocturnas y es adaptable a diversos ambientes y ensambles de especies, permitiendo superar las limitaciones de los métodos tradicionales de análisis y clasificación de sonidos de PAM.