05
BirdCLEF 2026 — Reconnaître les espèces à l'oreille
Compétition Kaggle en équipe : identifier les espèces animales présentes dans des enregistrements sonores de terrain, en fine-tunant un ResNet pré-entraîné. Une évaluation exigeante : la ROC-AUC macro, qui pèse autant les espèces rares que les plus courantes.
ROC-AUC macro : 0,87 (équipe)
Stack
Que s'est-il passé ?
- 01
La question
Peut-on reconnaître une espèce uniquement à son cri, dans un enregistrement de terrain plein de bruit ?
- 02
Le problème
Des centaines d'espèces, des enregistrements bruités (vent, pluie, autres animaux), des classes très déséquilibrées, et une métrique, la ROC-AUC macro, qui ne pardonne pas d'ignorer les espèces rares.
- 03
L'hypothèse
Un son peut se regarder comme une image : en le transformant en spectrogramme, un ResNet pré-entraîné sur des images peut être fine-tuné pour reconnaître des motifs sonores.
- 04
Le build
Travail en équipe : extraction de spectrogrammes de mel avec Librosa, puis fine-tuning d'un ResNet pré-entraîné pour la classification multi-espèces.
- 05
L'échec
On a galéré, sans toujours réussir à localiser d'où venait le souci. Le temps de calcul Kaggle était limité, les soumissions aussi, et les résultats ne donnaient pas ce qu'on espérait. Chaque essai coûtait cher.
- 06
La découverte
Dégeler plus de couches du ResNet ou grossir la tête de classification ne donne pas forcément de meilleurs résultats. Avec un budget de calcul et de soumissions limité, il faut choisir ses expériences au lieu de tout essayer.
- 07
Le résultat
Une ROC-AUC macro de 0,87 pour l'équipe. Pas dans le haut du classement, mais une vraie première confrontation à un problème audio réel, à grande échelle.
- 08
La prochaine frontière
Tester des modèles pensés pour l'audio (BirdNET, PANNs, EfficientNet sur spectrogrammes), mieux traiter les espèces rares et le bruit de fond.