DeepLabCut:无需标记的深度学习(动物)姿态估计与行为跟踪-python

上传者: 42129300 | 上传时间: 2022-04-10 19:57:45 | 文件大小: 72.4MB | 文件类型: ZIP
DeepLabCut:无需标记的深度学习(动物)姿态估计与行为跟踪 www.deeplabcut.org DeepLabCut 是一个工具箱,用于对执行各种任务的动物进行无标记姿势估计。 阅读下面的简短开发和应用摘要。 :purple_heart: DeepLabCut 现在支持多动物姿态估计(测试版)。 安装:如何安装 DeepLabCut 文档:DeepLabCut 过程 项目管理的管道和工作流程概述。 有关分步用户指南,请同时阅读 Nature Protocols 论文! 演示代码 我们提供了几个 Jupyter Notebook:一个引导您完成演示数据集以测试您的安装,另一个 Notebook 从一开始就在您自己的数据上运行 DeepLabCut。 我们还向您展示了如何在 Docker 和 Google Colab 上使用代码。 为什么要使用 DeepLabCut? 2018 年,我们展示了跟踪跟踪、到达小鼠体内以及产卵过程中各种果蝇行为的能力(详见 Mathis 等人)。 然而,没有任何特定内容使工具箱仅适用于这些任务和/或物种。 该工具箱已经(由我们和其

文件下载

资源详情

[{"title":"( 382 个子文件 72.4MB ) DeepLabCut:无需标记的深度学习(动物)姿态估计与行为跟踪-python","children":[{"title":"HelperFunctions.md <span style='color:#111;'> 6.02KB </span>","children":null,"spread":false},{"title":"PROJECT_GUI.md <span style='color:#111;'> 3.49KB </span>","children":null,"spread":false},{"title":"convert_maDLC.md <span style='color:#111;'> 4.16KB </span>","children":null,"spread":false},{"title":"MISSION_AND_VALUES.md <span style='color:#111;'> 4.04KB </span>","children":null,"spread":false},{"title":"roadmap.md <span style='color:#111;'> 2.29KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明