Acoustic Species Identification in the Pantanal, South America Kaggle Research Code Competition
BirdCLEF/
├── README.md # 项目说明
├── docs/ # 文档
│ ├── PROGRESS.md # 项目进度总览（核心入口）
│ ├── analyze/ # 分析文档（ANAL-XXX: 竞赛分析、数据 EDA 等）
│ ├── design/ # 设计方案（DES-XXX: 模型架构、增强策略等）
│ ├── experiment/ # 实验记录（EXP-XXX: 每轮实验参数与结果）
│ ├── journal/ # 每日工作日志
│ └── archive/ # 归档文档
├── src/ # 源代码
│ ├── data/ # 数据加载、预处理、增强
│ ├── models/ # 模型定义（CNN, SED, Ensemble）
│ ├── training/ # 训练循环、调度器、损失函数
│ ├── inference/ # 推理、后处理、提交生成
│ └── utils/ # 工具函数
├── configs/ # 训练配置文件（YAML）
├── notebooks/ # 探索性分析 Jupyter Notebooks
├── experiments/ # 实验记录（每次实验一个子目录）
├── scripts/ # 一键运行脚本
│ ├── train.sh
│ ├── inference.sh
│ └── submit.sh
└── data/ # 数据目录（不入版本控制）
├── raw/ # 原始数据（Kaggle 下载）
├── processed/ # 预处理后数据（频谱图等）
└── external/ # 外部数据（历年 BirdCLEF 等）
# 1. 安装依赖
pip install -r requirements.txt
# 2. 下载数据（需先配置 Kaggle API）
kaggle competitions download -c birdclef-2026 -p data/raw/
# 3. 数据预处理
python scripts/preprocess.py
# 4. 训练基线模型
python -m src.training.train --config configs/baseline.yaml
# 5. 推理 + 生成提交文件
python -m src.inference.predict --config configs/baseline.yaml详见 docs/analyze/ANAL-001-competition-analysis.md
| 阶段 | 内容 | 目标 LB |
|---|---|---|
| Phase 1 | EfficientNet-B0 基线 | ~0.82 |
| Phase 2 | 伪标签 + 模型改进 | ~0.87 |
| Phase 3 | SED 模型 | ~0.87 |
| Phase 4 | 集成融合 | ~0.92+ |
| Phase 5 | 冲刺 + 论文 | Top 5% |
- 竞赛页面: https://www.kaggle.com/competitions/birdclef-2026
- 截止日期: 2026-06-03
- 评测指标: AUC-ROC（推测）
- 提交限制: 每天 5 次