紧凑CNN在DeepShip录音级划分下取得0.7226宏F1，而ResNet18未带来验证性能提升
核心概要
该工作提出一个紧凑的水声分类框架，结合多表示特征工程、时间统计池化与面向声学时频和耳蜗表示的紧凑卷积结构，先在ShipsEar数据集上评估轻量分类器与CNN（两层CNN宏F1为0.9918，RBF-SVM为0.9883），但因无法重建原始录音来源而无法验证与录音无关的泛化，随后在DeepShip数据集上采用先按录音划分再切分的协议，157K参数的紧凑CNN取得0.7226的测试宏F1，而11.17M参数的ResNet18在匹配设置下验证性能没有提升。
Figure 1: Example ShipsEar waveform and corresponding conventional and auditory-inspired acoustic representations used in this study.
arXiv深度剖析
提出一个面向可部署性的紧凑水声分类框架，整合多表示特征工程、时间统计池化以及针对声学时频与耳蜗表示的紧凑卷积架构。 相对于单一表示或单一模型的常规做法，该框架把多种常规与听觉启发表示与紧凑卷积结构放在同一设计流程中考察。 文中以框架描述与在ShipsEar、DeepShip两个数据集上的实验评估作为支撑，属于方法提出加实验验证的形态。
在ShipsEar数据集提供的划分上，两层CNN达到0.9918的宏F1，RBF-SVM达到0.9883。 给出了轻量分类器与CNN在该数据集划分下的具体性能对照。 数值来自文中报告的在ShipsEar提供划分上的评估结果；但作者同时指出无法重建原始录音来源，因此这些高分不能用于验证与录音无关的泛化。
在DeepShip数据集上采用先按录音划分再切分的协议后，157K参数的紧凑CNN取得0.7226的测试宏F1，而11.17M参数的ResNet18在匹配设置下验证性能没有提升。 把评估从片段级划分推进到录音级划分，并在此更严格协议下比较紧凑模型与更大模型。 结果来自文中报告的DeepShip录音级划分实验，包含参数量与宏F1的具体数值以及ResNet18验证性能的对照。
结果表明，表示感知的特征与模型设计，加上严格的录音级评估，对紧凑水声系统的分类性能与可部署性都很重要。 把性能差异归因于表示与模型设计的匹配程度以及评估协议的选择，而非单纯模型规模。 该结论由ShipsEar与DeepShip两组实验的对照共同支撑，其中DeepShip的录音级协议提供了更接近部署场景的证据。
启示与展望
该框架面向需要在资源受限条件下部署的水声分类场景，适用于关注模型规模与录音级评估协议的研究者与工程实践者。其结论建立在ShipsEar与DeepShip两个数据集以及文中考察的常规与听觉启发表示之上，录音级划分协议是结果可被信任的关键前提。
ShipsEar上的高宏F1因无法重建原始录音来源而无法确认是否与录音无关，这一点在原文中被明确点出，读者应把它视为待解问题而非可直接引用的泛化证据。DeepShip上0.7226的宏F1与ResNet18验证性能无提升的对照，其具体训练细节、表示组合方式与超参数设置在本摘要中未展开，需要查阅原文才能判断可复现程度。此外，紧凑模型在其他海域、其他船型或不同信噪比条件下的表现仍是开放问题。