/ Модель

Характеристики

Параметры
113 млн
Лицензия
MIT
Архитектура
audio-spectrogram-transformer · dense
Опубликована
1 мая 2026

samid-drone-detector

Классификация аудиоАудио → label3 профессии

Модель классифицирует аудиофрагменты и определяет, присутствует ли в них звук дрона.

442скачиваний за 30 дней0лайковвеса обновлены2 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Samid drone detector — модель классификации аудио на базе Audio Spectrogram Transformer, дообученная Rashidbm для бинарного акустического обнаружения дронов. Она оценивает, присутствует ли звук дрона в аудиофрагменте, и выдаёт вероятность соответствующего класса. Модель содержит 113,2 млн параметров и распространяется в формате safetensors.

Модель предназначена для анализа акустических записей, например для выявления дронов в окружающем шуме. В README рекомендовано обрабатывать длинные записи окнами по 1 секунде с шагом 0,5 секунды, сглаживать вероятности медианным фильтром и требовать несколько последовательных окон выше порога. Для дообучения использовались наборы DroneAudioSet и акустические аугментации; в описанных проверках получены высокие результаты, но выборки малы и не гарантируют качество в реальных условиях. Лицензия — MIT.

Сценарии применения

  • обнаружение дронов по акустическим записям
  • мониторинг звуковой обстановки на территории
  • поиск звуков дронов в длинных аудиозаписях
  • оценка вероятности присутствия дрона в аудиоклипе

Ограничения

Показатели в README получены на небольших тестовых выборках и не подтверждают качество на разнообразных реальных записях. Для длинного аудио рекомендуется скользящее оконное применение со сглаживанием вероятностей.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Samid drone detector

Audio Spectrogram Transformer fine-tuned for binary acoustic drone detection.

Quick use

from transformers import AutoModelForAudioClassification, AutoFeatureExtractor
import torch, soundfile as sf

model = AutoModelForAudioClassification.from_pretrained("Rashidbm/samid-drone-detector")
fe = AutoFeatureExtractor.from_pretrained("Rashidbm/samid-drone-detector")

audio, sr = sf.read("clip.wav")
inputs = fe(audio, sampling_rate=16000, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits
print(f"p(drone) = {torch.softmax(logits, dim=-1)[0, 1].item():.4f}")

Training

  • Backbone: MIT/ast-finetuned-audioset-10-10-0.4593
  • Datasets: geronimobasso/drone-audio-detection-samples, ahlab-drone-project/DroneAudioSet (splits 1-20)
  • Augmentations applied symmetrically across both classes: codec round-trip, synthetic RIR, random EQ, FilterAugment, Patchout, SpecAugment, Mixup. Asymmetric: urban-noise overlay onto drone class.

Performance

TestResult
NUS DroneAudioSet held-out (48 clips)100% detection
Geronimobasso sanity (50 random clips)24/25 drone, 25/25 no-drone

Recommended inference

For long audio, slide a 1-second window with 0.5s hop, apply a median filter to per-window probabilities, and require N consecutive windows above threshold. See scripts/standalone_inference.py in the repo.

Trained on 1.0s windows at 16 kHz mono. May fire on rotor-like sounds.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ASTForAudioClassification
Ревизия весов
3a12f61

0 моделей