43613)) پروژه دیپ لرنینگ

سلام  فاز بندی پروژه من  هم به شکل زیر هستش 1- ردیابی با DeepLabCut: انجام کتابخانه تا 2 هزار عکس از 6 موش در هر عکس برای 7 عضو بدن موش، و بهینه‌سازی ردیابی تا درصد خطای 2 پیکسلی(با 200 تا عکس خودم به درصد خطای 3 تا 3 و نیم رسیدم، نباید سخت باشه این مرحله) و در نهایت آنالیز و performance model که فکر کنم خود ابزار ماژول هایی برای این کار داره. کدهای مربوط به این بخش هم بهشون میدم. 2- ایجاد label برای 11 رفتار به کمک نرم افزار BORIS (خیلی ساده کار باهاش) در دقت فرم، و ساخت dataset موقعیت مکانی اعضای بدن موش به همراه این label های مربوطه و در نهایت classify کردن رفتارها با آموزش شبکه و ساخت یک مدل در خروجی که برای مراحل بعدی استفاده میشه (کدهای این بخش هم بهشون میدم که خیلی کمک شون میکنه). 4- سرهم کردن هر 2 بخش، به طوری که مراحل به طور موازی انجام بشوند. بخش اول توسط هر بار خواندن بخش اول تصحیح بشود (آی دی هایی که از تگ ها خوانده میشوند، روی آی دی هایی که DeepLabCut گذاشته، جای گذاری شود و تصحیح شوند اگر اشتباه بودند.) و بخش دوم که سری با بخش قبلی هست به طوری که هر 100 تا فرم (کمتر یا بیشتر با توجه به performance model ) داده دسته بندی میکنه و چون این 100 فرم قبلی در هر فرم انجام میشه، در نهایت با یک تاخیر جزئی به صورت real-time انجام میشه. در نهایت، نشون دادن آنلاین (با تاخیر جزئی ) روی مانیتور نقاط بدن موش، آی دی هر موش با توجه به رنگش در کنار صفحه و رفتاری که در اون لحظه دارد انجام میدهد. باید دقت رفتار شناسی خوب و راضی کننده باشه.