Deeplabcut教程(二)使用

因为很久没用这个了所以就一直没更使用教程,写的安装教程收到好几条私信要使用教程,这几天在帮一个朋友跑这个,于是就有了这个使用教程

安装教程:Deeplabcut教程(一)安装(GPU&CPU版本)(纯新人向)-CSDN博客

Step 1 启动

根据之前的安装教程打开到以下界面,选择Manage Project

Deeplabcut教程(二)使用_第1张图片

 Step 2 创建文件

首先记得修改路径

Deeplabcut教程(二)使用_第2张图片

这是我的路径,后面也会用到

D:\python\mouse\yyh

 然后填上一些基本信息

Deeplabcut教程(二)使用_第3张图片

 点击ok后这个“Edit config file” 会亮起

Deeplabcut教程(二)使用_第4张图片

你也会发现你之前填入的目录下出现了一个新文件夹

Deeplabcut教程(二)使用_第5张图片

创建文件就成功啦

Step3 修改配置文件

文件夹中的这个config.yaml文件就是训练的配置文件啦

Deeplabcut教程(二)使用_第6张图片

 用随便一个什么记事本打开这个文件

看向这个图,我分别用deeplabcut跟踪了大鼠的嘴,手和食物

Deeplabcut教程(二)使用_第7张图片

于是我修改下面的bodyparts 为mouth1,hand1,food1(1没有特殊含义可不要)

 Deeplabcut教程(二)使用_第8张图片

然后这里是图中黑线连接(骨架)的部分,其中嘴到手和食物分别有连线,手到食物也有连线,被连的那个点是两个杠,连它的在下面一个杠

 Deeplabcut教程(二)使用_第9张图片

 skeleton_color: 调整骨架颜色

dotsize:调整图中彩色点的大小

colormap:调整图中彩色点的颜色

保存并退出,基本的设置文件调整到这里就结束了,更多的参数大家自己尝试

step4 提取视频帧

由于输入的是连续的视频,此处需要定义抽取关键帧的方法,用于后续的标注

这里可以选择手动或自动提取(一般自动就可以 手动需要一帧帧挑有点麻烦)

Deeplabcut教程(二)使用_第10张图片

解释一下,在 "extracting frame" 中使用聚类步骤(cluster step)的主要作用是将提取出的帧(frames)进行分类或者聚类,以便更好地理解数据和提取有用的信息。具体来说,可以将帧聚类成不同的类别,每个类别代表一些相似的特征。这有助于识别和理解视频中的运动和事件,并提供更好的分析和分类方法。

Deeplabcut教程(二)使用_第11张图片

设置完成后点击OK 这里需要一点时间来读入视频和提取关键帧

step5 数据标注

Deeplabcut教程(二)使用_第12张图片

选择裁剪好的文件夹,一般情况下它会自动给你定位到的

Deeplabcut教程(二)使用_第13张图片

右键进行标注

Deeplabcut教程(二)使用_第14张图片

 step6 训练

训练参数可以按我的来也可以不按,不过提一嘴GPU训练会快很多很多,所以还是推荐GPU训练

Deeplabcut教程(二)使用_第15张图片

Deeplabcut教程(二)使用_第16张图片

也许你会遇到zlibwapi.dll缺失的问题,看这个教程就行

Could not locate zlibwapi.dll. Please make sure it is in your library path_一休哥※的博客-CSDN博客 好了看到这个就是训练完成

step7 验证

这一步是验证训练结果的,可以在evaluation-result文件夹里找到结果,如果寻览

Deeplabcut教程(二)使用_第17张图片

 step8 分析(推理)视频

选择视频,他就可以根据你训练的结果进行推理啦,最后在视频文件夹里找推理结果就行,结果就是所有点的坐标

Deeplabcut教程(二)使用_第18张图片

p.s 退出后继续以前训练

找到之前提到的yaml文件,选择,确定

Deeplabcut教程(二)使用_第19张图片

照常训练即可,

如果是别人发你的注意修改config文件里面一些路径

你可能感兴趣的:(聚类,算法,数据挖掘)