Введение
Для использования deeplabcut ПОЛНОСТЬЮ на локальном компьютере надобится видеокарта (далее GPU) – без нее обучение модели и анализ видео будет очень медленным. Однако GPU - довольно дорогое удовольствие, поэтому в нашем курсе мы научим вас использовать бесплатные облачные ресурсы. Для обучения и на первых порах работы этого точно хватит.
Кратко разберем основные этапы работы с DLC, а в следующих уроках остановимся на них подробнее.- Съемка и предобработка видео. Мы будем использовать открытые данные:
Lukas M. von Ziegler, Fabienne K. Roessler, Oliver Sturman, & Johannes Bohacek. (2023). Raw video and pose estimation data of top view open field mouse behavior recordings of acute and chronic stress models [Data set]. Zenodo. https://doi.org/10.5281/zenodo.8186065
Работа на вашем локальном компьютере:
- Настройка окружения. Пожалуй, самый сложный этап для новичка – придется использовать командную строку.
- Создание проекта: на этом этапе мы определяемся, какие части тела зверька мы будем размечать, какие видео использовать и т.д. Все делаем в графическом интерфейсе (GUI).
- Извлечение кадров и их разметка. Снова в графическом интерфейсе.
- Обучение модели
- Анализ видео и получение треков
- Оценка качества и (опционально) дообучение модели
Затем переходим в облако. Мы будем использовать Google Colab для наших вычислений. На этом этапе понадобится использовать Jupyter Notebook – мы уже работали с ним во вводном модуле, но еще раз все повторим. Вряд ли стоит запоминать какие-то команды – в целом, они однотипные для всей работы и их мы предоставим готовый шаблон, только иногда придется менять пути к файлам.
