# 面向长尾音频分类的知识蒸馏研究（可复现工程）
本工程对论文《面向长尾音频分类的知识蒸馏研究》，使用真实公开数据集 ESC-50，
在 PyCharm 中可直接打开并运行。默认使用本地已配置的 `pytorch-gpu` Conda 环境（PyTorch 2.8 + CUDA 12.8）。
## 1. 目录结构
- `data/raw/ESC-50-master/`：原始 ESC-50 音频与元数据
- `data/processed/`：log-mel 特征缓存与长尾切分表
- `src/`：数据、模型、损失、蒸馏、训练器
- `scripts/`：数据准备、训练、评估、图表生成
- `configs/config.yaml`：全部超参数
- `runs/`：每个实验的 JSON/预测结果
- `logs/`：训练指标 CSV
- `checkpoints/`：模型权重
- `figures/`：论文插图
- `thesis/`：Word 学位论文生成脚本与最终文档
## 2. 快速复现
```powershell
# 激活已有 GPU 环境
C:\ProgramData\miniconda3\Scripts\activate.bat pytorch-gpu
# 1) 特征缓存 + 长尾切分
python scripts/prepare_data.py
# 2) 依次训练 7 个模型（或只跑某个 --mode）
python scripts/run_experiments.py
# 3) 汇总指标
python scripts/evaluate.py
# 4) 生成论文图表
python scripts/generate_figures.py
# 5) 生成 Word 学位论文
python thesis/build_thesis.py
```
训练模式：`teacher_ce`、`teacher`、`student_ce`、`student_lta`、`vanilla_kd`、`mgf_kd`、`cb_gfd`，共 7 个实验；其中 `teacher` 对应第 3 章 LTA 增强教师，`mgf_kd` 对应第 4 章创新点，`cb_gfd` 对应第 5 章创新点。
转载自 CSDN-专业IT技术社区
原文链接：https://blog.csdn.net/2401_89373706/article/details/168247777
