deeplabcut 简明教程(训练个人数据集)

这篇具有很好参考价值的文章主要介绍了deeplabcut 简明教程(训练个人数据集)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一 . 数据集的制作

从github下载deeplabcut

git clone https://github.com/2314453446/DeepLabCut.git

然后cd 到该目录下

deeplabcut 简明教程(训练个人数据集)

激活ipython

Lenovo-Legion-5-15IMH05H:~/project/DeepLabCut$ ipython
In [1]: ]import deeplabcut as dlc

 创建新项目

dlc.create_new_project('WeedDetect','zzw',['/home/tuolong/Videos/weed.mp4'],copyvideos=True)

设置配置文件 

deeplabcut 简明教程(训练个人数据集)

config_path = '/home/tuolong/project/DeepLabCut/WeedDetect-zzw-2022-09-30/config.yaml'

根据设定的配置文件从视频中截取帧

dlc.extract_frames(config_path)

标定数据集

dlc.label_frames(config_path)

检查数据集标定效果

dlc.check_labels(config_path)

deeplabcut 简明教程(训练个人数据集)

 二.数据集训练

创建训练数据集(这一步要在你训练的地方执行 本地/云端)

# imguag 代表数据增广方式
dlc.create_training_dataset(config_path,net_type='resnet_50', augmenter_type='imgaug')

 查看训练和设定训练参数

deeplabcut 简明教程(训练个人数据集)

训练模型

dlc.train_network(config_path,shuffle=1,displayiters=100,saveiters=500,max_snapshots_to_keep=5)

 模型评估(评估上一步所保存的snapshot)

这里僅演示操作流程,不是最优的评估方式

设定要评估的snapshot(我这里选择全部)

deeplabcut 简明教程(训练个人数据集)

dlc.evaluate_network(config_path,plotting=True)

(可选环节)如果觉得模型训练效果不佳,可以本地再标数据,然后再训练,直至选出最优模型

三. 模型测试(视频分析)

在这里可以将未标注的 novel video 放入至训练好的网络中,让网络自动为我们标注数据

dlc.analyze_videos

在评估完成后从配置文件设定最优的模型进行测试

deeplabcut 简明教程(训练个人数据集)

dlc.analyze_videos(config_path,videos='/home/tuolong/project/DeepLabCut/WeedDetect-zzw-2022-09-30/videos/weed.mp4',videotype='mp4',save_as_csv=True,dynamic=(True,0.5,10))

deeplabcut 简明教程(训练个人数据集)

(可选)视频分析的其他功能

1滤波器

dlc.filterprediction(config_path,video_path)

2画出被分析的视频轨迹

dlc.plot_trajectories(config_path,video_path,videotype=VideoType,filtered=True)

制作被标注的视频

video_path = '/home/tuolong/project/DeepLabCut/WeedDetect-zzw-2022-09-30/videos/weed.mp4'

dlc.create_labeled_video(config_path,videos=video_path,videotype='mp4',draw_skeleton=True,save_frames=True,trailpoints=0)

deeplabcut 简明教程(训练个人数据集)文章来源地址https://www.toymoban.com/news/detail-448863.html

到了这里,关于deeplabcut 简明教程(训练个人数据集)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • mpack简明教程

    本文先简单介绍MessagePack的基本概念。 然后,介绍一个MessagePack C API - MPack的通常使用。 接着尝试对MPack截断数据的读取。 注:本文完整代码见仓库。 如果你使用过C/C++的json库,那么上手MessagePack是比较容易的。关于C/C++ Json库的使用可见:C++ JSON库的一般使用方法-CSDN博客。

    2024年02月20日
    浏览(46)
  • SAP报表简明教程

    SAP 报表简明教程   一、 报表需求,根据物料编码和物料类型 查询报表。用户输入界面要求如下:     二、 开始写代码。先进入 TCODE:SE38 ,新建一个程序。      点击创建按钮,如下图:      输入标题,写明 此程序的功能 作者,创建时间,点保存,     输入自己事先建

    2024年02月04日
    浏览(45)
  • 【Verilator】 1 简明教程

    我是 雪天鱼 ,一名FPGA爱好者,研究方向是FPGA架构探索和数字IC设计。 欢迎来关注我的B站账号,我将定期更新IC设计教程。 B站账号: 雪天鱼 ,https://space.bilibili.com/397002941?spm_id_from=333.1007.0.0 先从GitHub下载实验代码 以一个用SystemVerilog编写的简单ALU来作为DUT(device under test)

    2024年02月02日
    浏览(64)
  • Husky使用简明教程

    Husky 是一个流行的 Git 钩子工具,用于在不同的 Git 操作(如提交和推送)前自动运行脚本。比如代码格式化、静态检查等。这有助于保持代码库的质量和一致性。本教程将详细介绍 Husky 的原理、使用方式、配置方法以及如何在开发中集成 Husky。 Husky 原理 安装 Husky 配置 Hus

    2024年04月10日
    浏览(43)
  • SSH 隧道简明教程

    本章主要介绍了什么是 SSH 隧道以及如何使用 SSH 隧道,包括 SSH 隧道加密数据传输以及绕过防火墙。 SSH 隧道是 SSH 中的一种机制,它能够将其他 TCP 端口的网络数据通过 SSH 连接来转发,并且自动提供了相应的加密及解密服务。因为 SSH 为其他 TCP 链接提供了一个安全的通道来

    2024年02月06日
    浏览(50)
  • dig 简明教程

    哈喽大家好,我是咸鱼 不知道大家在日常学习或者工作当中用 dig 命令多不多 dig 是 Domain Information Groper 的缩写,对于网络管理员和在域名系统(DNS)领域工作的小伙伴来说,它是一个非常常见且有用的工具。 无论是简单的 DNS 解析查找还是更高级的故障排除和分析, dig 都能够

    2024年02月08日
    浏览(67)
  • Blender骨骼动画简明教程

    Blender 是首选的开源3D动画软件之一。 令人惊讶的是,开始创建简单的角色动画并不需要太多时间。 一旦获得最终的 3D 角色模型,你就可以使用该软件的众多动画功能和工具将其变为现实。 推荐:用 NSDT编辑器 快速搭建可编程3D场景 例如,Blender 的绑定工具将帮助你实现角色

    2024年02月07日
    浏览(51)
  • 电商3D产品渲染简明教程

    3D 渲染让动作电影看起来更酷,让建筑设计变得栩栩如生,现在还可以帮助营销人员推广他们的产品。 从最新的《阿凡达》电影到 Spotify 的上一次营销活动,3D 的应用让一切变得更加美好。 在营销领域,3D 产品渲染可帮助品牌创建产品的高分辨率图像和视频,这些图像和视

    2024年02月13日
    浏览(35)
  • AI绘画工具简明教程

    官方地址 首先需要邮箱注册,等待邀请(可能需要等待一两天) 能成功登录后会进入这样一个界面 https://app.scenario.com/generators 创建模型 提供的图片集上传的时候得是jpg,还需要裁剪成正方形。批量修改图片在线网站:https://www.birme.net/ 根据图集生成图片 官方网址:https://

    2024年02月11日
    浏览(67)
  • WebGPU开发简明教程【2023】

    WebGPU 是一种全新的现代 API,用于在 Web 应用程序中访问 GPU 的功能。 在 WebGPU 之前,有 WebGL,它提供了 WebGPU 功能的子集。 它启用了新一类丰富的网络内容,开发人员用它构建了令人惊叹的东西。 然而,它基于 2007 年发布的 OpenGL ES 2.0 API,而该 API 又基于更旧的 OpenGL API。

    2024年02月16日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包