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、networkを評価しましょう。前回と同じ設定、「Want to plot predictions?」をYes、他はデフォルト（「Specify the shuffle」は、1「Specify the training set index」は0、「Compare all bodyparts?」は、Yes）でいいです。Okを押して評価を始めます。

　評価の進行状況はCommand Promptに表示されます。100%になって評価が終了したら、確認しましょう。ファイルは、

C:\Users\(YourUserName)\(Name of the Project) - (Name of the experimenter) - (Date)\evaluation-results\iteration-0\200725Jul25-trainset95shuffle1\LabeledImages_DLC_resnet50_200725Jul25shuffle1_1030000_snapshot-1030000

あたりにあると思います（パスは日付・トレーニング内容で変わります）。最初のトレーニングの評価と一緒になっていますが、ファイル作成日をヒントに再トレーニングした画像を確認します（下図）。推測が改善されているかを確かめましょう。

　満足いく精度になっていたら、次のステップ「Analyze Videos」に進みましょう。解析は終了です。満足いかなければ、再び再トレーニングのステップ「Extract outlier frames」「Refine labels」に戻ります。満足いくまで繰り返します。

おわりに

　いかがだったでしょうか？これでStandalone GUIによる一通りの解析は終了です。初めはパラメータが多く戸惑うかもしれませんが、一度やってみれば感じはつかめると思います。パラメータの詳細は、こちらの論文を参考にしてください。

　これでStandalone GUIの説明は終わりです。　

参考サイト・文献

Using DeepLabCut for 3D markerless pose estimation across species and behaviors