SakuLab

2 フォロー 20 フォロワー

DeepLabCut multi-animal

SakuLab

7本

DeepLabCut multi-animal support DeepLabCut multi-animal supportの使い方の説明 DeepLabCut: Markerless 3D Animal Pose Estimation インストール・使い方ガイド
DeepLabCut - Standalone GUI

SakuLab

10本

DeepLabCutのStandalone GUIの使い方説明 DeepLabCut: Markerless 3D Animal Pose Estimation インストール・使い方ガイド
Co-Localization

SakuLab

6本

共局在を正しく定量する。
Single-Molecule Colocalization

SakuLab

5本

1分子（STORM/PALM）画像の共局在定量法
ディープラーニング・画像解析向け自作PC指南書

SakuLab

9本

自分の用途に合ったディープラーニング・画像解析用PCを格安に自作するコツをお伝えします。

DeepLabCut multi-animal support 7

　本記事は、DeepLabCut multi-animal support 6の続きです。 Step 7. Analyze videos　学習させたモデルを使って動画を解析（推測）してみましょう。「Analyze videos」のタブをクリックします。「Choose the videos」で解析（推測）する動画を指定します。今回は、 C:\Users\(YourUserName)\(Name of the Project) - (Name of the experimen

DeepLabCut multi-animal support 6

　本記事は、DeepLabCut multi-animal support 5の続きです。 Step 6. Evaluate network　前回「Train network」の学習が終了するとCommand Promptに、 The network is now trained and ready to evaluate. Use the function 'evaluate_network' to evaluate the network. と表示されます。次はトレ

SakuLab

3年前

3
DeepLabCut multi-animal support 5

　本記事は、DeepLabCut multi-animal support 4の続きです。 Step 4. Create training dataset 　前回のステップで作成したラベルデータを使ってtraining datasetを作成します。「Creating training dataset」タブをクリックします。「Set a specific shuffle index (1 network only)」は、トレーニングのデータセットを何パターン用意しますか？とい

SakuLab

3年前

4
DeepLabCut multi-animal support 4

　本記事は、DeepLabCut multi-animal support 3の続きです。 Step 3. Label frames 　前のステップで抽出したフレームにラベルをしていきます。Label framesのタブを選択して「Load Frames」をクリックします（下図）。　するとLabeling ToolBoxのウインドウが立ち上がります（下図）。左下の「Load frames」をクリックします。　前のステップで抽出したフレームが1つのフォルダに集められて

SakuLab

3年前

4

DeepLabCut multi-animal support 7

6

DeepLabCut multi-animal support 6

3

SakuLab

3年前
DeepLabCut multi-animal support 5

4

SakuLab

3年前
DeepLabCut multi-animal support 4

4

SakuLab

3年前

マガジン

DeepLabCut multi-animal

7本
DeepLabCut - Standalone GUI

10本
Co-Localization

6本
Single-Molecule Colocalization

5本
ディープラーニング・画像解析向け自作PC指南書

9本

記事

DeepLabCut multi-animal support 3

　本記事は、DeepLabCut multi-animal support 2の続きです。 Step 2. Extract frames 　動画からtraining datasetを作るために、動画から複数のフレーム（画像）を抽出します。今後、抽出したフレームに映る対象物の特定の部分（鼻、耳、尻尾など）をラベルして正解画像として使うためです。抽出方法は、自分で特定のフレームをしてするmanualか自動的に抽出するautomaticを選択できます。　GUIのExtrac

SakuLab

3年前

1
DeepLabCut multi-animal support 3

1

SakuLab

3年前
DeepLabCut multi-animal support 2

　本記事は、DeepLabCut multi-animal support 1の続きです。デモファイルのダウンロード　　まずは、動画ファイルをダウンロードします。前回の動画を流用します。まだダウンロードしていない方は、こちらのリンク先で、「Code」ボタンをクリックすると現れる「Download ZIP」をクリック。.zip形式でダウンロードされるので、ファイルを右クリックして「すべて展開」を選択します。その中のexamplesフォルダ内のopenfield-Prana

SakuLab

3年前

1
DeepLabCut multi-animal support 2

1

SakuLab

3年前
DeepLabCut multi-animal support 1

　これまで説明してきたDeepLabCutは、画像上に1対象物（1匹、1頭、1人、、、）しかない場合を想定したバージョン (Version 2.1)でした。画像上に複数の対象物があり、それらを分けて解析したい場合もあるかと思います。DeepLabCutの最新バージョンではこのようなmulti-animalなシチュエーションにも対応しています。ここではmulti-animalに対応したDeepLabCutの最新バージョン (Version 2.2)のインストール、使い方について

SakuLab

3年前

3
DeepLabCut multi-animal support 1

3

SakuLab

3年前
DeepLabCut - Standalone GUI - 9

　本記事は、DeepLabCut - Standalone GUI - 8の続きです。　Command Promptに、 The network is now trained and ready to evaluate. Use the function 'evaluate_network' to evaluate the network と表示されていたら、トレーニングは終了しています。Evaluate networkのステップに進みます。　こちらを参考にして、

SakuLab

3年前

6
DeepLabCut - Standalone GUI - 9

6

SakuLab

3年前
DeepLabCut - Standalone GUI - 8

　本記事は、DeepLabCut - Standalone GUI - 7の続きです。 Step 9. Refine labels 　Step 8で抽出した外れ値フレームを修正します。抽出された外れ値フレームは、 C:\Users\(YourUserName)\(Name of the Project) - (Name of the experimenter) - (Date)\labeled-data\m3v1mp4 のフォルダに保存されています。20枚抽出するとなっ

SakuLab

3年前

5
DeepLabCut - Standalone GUI - 8

5

SakuLab

3年前
DeepLabCut - Standalone GUI - 7

　本記事は、DeepLabCut - Standalone GUI - 6の続きです。 Step 8. Extract outlier frames 　Step. 7で作成された動画を見てみましょう。ラベルが正確にできているならば、精度がいい推定結果になっているかと思います。しかし、中にはあらぬところにラベルされている、好ましくない推定結果を含んでいるフレーム（外れ値）もあるかと思います。Step 8と9では、不適切なラベルを修正し再学習して精度を改善します。　「Ext

SakuLab

3年前

3
DeepLabCut - Standalone GUI - 7

3

SakuLab

3年前
DeepLabCut - Standalone GUI - 6

　本記事は、DeepLabCut - Standalone GUI - 5の続きです。 Step 7. Analyze videos　学習させたモデルを使って動画を解析（推測）してみましょう。「Analyze videos」のタブをクリックします。「Choose the videos」で解析（推測）する動画を指定します。今回は、 C:\Users\(YourUserName)\(Name of the Project) - (Name of the experimente

SakuLab

3年前

3
DeepLabCut - Standalone GUI - 6

3

SakuLab

3年前
DeepLabCut - Standalone GUI - 5

　本記事は、DeepLabCut - Standalone GUI - 4の続きです。 Step 6. Evaluate network 　前回「Train network」の学習が終了するとCommand Promptに、 The network is now trained and ready to evaluate. Use the function 'evaluate_network' to evaluate the network. と表示されます。次はトレー

SakuLab

3年前

2
DeepLabCut - Standalone GUI - 5

2

SakuLab

3年前
DeepLabCut - Standalone GUI - 4

　本記事は、DeepLabCut - Standalone GUI - 3の続きです。 Step 4. Create training dataset 　前回のステップで作成したラベルデータを使ってtraining datasetを作成します。「Creating training dataset」タブをクリックします（下図）。「Select the network」は使用するNeural Networkを、「Select the augmentation method」は画

SakuLab

3年前

6
DeepLabCut - Standalone GUI - 4

6

SakuLab

3年前
DeepLabCut - Standalone GUI - 3

　本記事は、DeepLabCut - Standalone GUI - 2の続きです。 Step 3. Label frames　前のステップで抽出したフレームにラベルをしていきます。Label framesのタブを選択して「Load Frames」をクリックします（下図）。　するとLabeling ToolBoxのウインドウが立ち上がります（下図）。左下の「Load frames」をクリックします。　前のステップで抽出したフレームが1つのフォルダに集められています

SakuLab

3年前

5
DeepLabCut - Standalone GUI - 3

5

SakuLab

3年前
DeepLabCut - Standalone GUI - 2

　本記事は、DeepLabCut - Standalone GUI - 1の続きです。 Step 2. Extract frames　動画からtraining datasetを作るために、動画から複数のフレーム（画像）を抽出します。今後、抽出したフレームに映る対象物の特定の部分（鼻、耳、尻尾など）をラベルして正解画像として使うためです。抽出方法は、自分で特定のフレームをしてするmanualか自動的に抽出するautomaticを選択できます。　GUIのExtract fr

SakuLab

3年前

10
DeepLabCut - Standalone GUI - 2

10

SakuLab

3年前
DeepLabCut - Standalone GUI - 1

How to Use DeepLabCut 　DeepLabCut (DLC)の使い方は、大きく分けて3つあります。１，Standalone GUIで実行する方法　　　　　　　　　　　　　　　　　　２，Jupyter notebookや COLAB notebookで実行する方法　　　　　　　３，Terminalから実行する方法　ここでは、初心者向けの「１，Standalone GUI」で実行する方法を解説します。デモファイルのダウンロード　まずは、動画ファイルを

SakuLab

3年前

11
DeepLabCut - Standalone GUI - 1

11

SakuLab

3年前