弱监督多实例学习用于鲸鸣检测和长期被动声学监测中的定位

本研究针对被动声学监测中存在的数据标注不足问题，提出了一种名为DSMIL-LocNet的框架，通过仅使用包级标签进行鲸鸣的检测和定位。研究发现，利用较长音频段和中等实例能够显著提高分类和定位的精确度，优化了海洋生态系统的可扩展监测手段。