Method Article

יישום שלב אחר שלב של התנהגות DeepBehavior ארגז כלים למידה עמוקה עבור ניתוח התנהגות אוטומטית

DOI:

10.3791/60763

⸱

February 6th, 2020

 , 
1Department of Neurology, David Geffen School of Medicine, University of California, Los Angeles

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מטרת פרוטוקול זה היא לנצל מראש בנוי רשתות עצביות convolutional כדי להפוך מעקב התנהגות ולבצע ניתוח התנהגות מפורטת. ניתן להחיל מעקב אחר התנהגות על כל נתוני הווידאו או רצפי התמונות וניתנים להכליל כדי לעקוב אחר כל אובייקט המוגדר על-ידי המשתמש.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הבנת ההתנהגות היא הצעד הראשון להבנת באמת מנגנונים עצביים במוח שנוהגים בה. שיטות מסורתיות לניתוח התנהגותי אינן לוכדים את העושר הגלום בהתנהגות הטבעית. כאן, אנו מספקים הוראות מפורטות צעד אחר צעד עם פריטים חזותיים של המתודולוגיה האחרונה שלנו, Deepהתנהגו. ארגז הכלים DeepBehavior משתמש במסגרות למידה עמוקה שנבנו עם רשתות עצביות convolutional כדי לעבד במהירות ולנתח סרטי וידאו התנהגותיים. פרוטוקול זה מדגים שלוש מסגרות שונות עבור זיהוי אובייקט יחיד, זיהוי אובייקטים מרובים, ו תלת מימדי (3D) משותף האדם תנוחות מעקב. מסגרות אלה מחזירות קואורדינטות קרטזיות של מושא הריבית עבור כל מסגרת של וידאו ההתנהגות. נתונים שנאספו מארגז הכלים DeepBehavior מכילים פרטים רבים יותר מאשר שיטות ניתוח התנהגות מסורתיות ומספק תובנות מפורטות לגבי דינמיקת ההתנהגות. התנהגות עומק מכמת משימות התנהגות בצורה חזקה, אוטומטית ומדויקת. לאחר זיהוי התנהגות, מסופק קוד לאחר עיבוד כדי לחלץ מידע ופריטים חזותיים מסרטוני ההתנהגות.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ניתוח מפורט של התנהגות הוא המפתח להבנת המוח ויחסי ההתנהגות. לעומת זאת, היו התפתחויות מרתקות רבות במתודולוגיות להקלטה וטיפול באוכלוסיות נירואליות ברזולוציה גבוהה ביותר, אולם השיטות לניתוח התנהגות לא פותחו באותו קצב ומוגבלות למדידות עקיפות ולגישה מדוקדקת1. לאחרונה, שיטות מבוססות למידה עמוקה פותחו כדי לבצע ניתוח התנהגות אוטומטית ומפורטת2,3,4,5. פרוטוקול זה מספק מדריך יישום צעד-אחר-צעד עבור ארגז הכלים DeepBehavior.

שיטות מסורתיות לניתוח התנהגותי כוללות לעיתים קרובות תיוג נתונים באופן ידני על-יד....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. GPU ו פיתון ההתקנה

  1. תוכנת GPU
    כאשר המחשב הוא ההתקנה הראשונה עבור יישומים למידה עמוקה, GPU-המתאים התוכנה ומנהלי ההתקנים צריך להיות מותקן אשר ניתן למצוא באתר האינטרנט המתאים של GPU. (עיין ברשימת החומרים לאלה המשמשים במחקר זה).
  2. פיתון 2.7 מיצב
    פתח שורת פקודה במחשב שלך.
    שורת הפקודה: sudo apt-לקבל להתקין פיתון-פיפ פייתון-dev פייתון-וירטואליזציה

2. תיבת הטסורא

  1. הגדרת תיבת tensorbox
    1. יצירת סביבה וירטואלית לתיבת הטסוראלים
      שורת פקודה: cd ~
      שורת הפקודה: וירטואואלנבי--מערכת האתר....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כאשר מעקב אחר הפרוטוקול, הנתונים עבור כל ארכיטקטורת רשת צריכים להיות דומים לאלה שלהלן. עבור TensorBox, הוא מפיק פלט של תיבה תוחמת סביב אובייקט הריבית. בדוגמה שלנו, השתמשנו קטעי וידאו מתוך גלולה מזון להגיע למשימה, והוא מתויג כפות הימנית כדי לעקוב אחר תנועתם. כפי שניתן לראות באיור 1, כף הימין יכולה להתגלות במיקומים שונים הן בתצוגה הקדמית והן במצלמות התצוגה הצדדית. לאחר עיבוד פוסט עם כיול המצלמה, מסלולים 3D של ההישג ניתן להשיג (איור 1

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כאן, אנו מספקים מדריך צעד אחר צעד למימוש של התנהגות DeepBehavior שפיתחנו לאחרונה ארגז הכלים למידה עמוקה שפותחה עבור בעלי חיים והדמיית ההתנהגות האנושית ניתוח נתונים2. אנו מספקים הסברים מפורטים לכל שלב עבור התקנת מסגרות עבור כל ארכיטקטורת רשת, ולספק קישורים להתקנת דרישות קוד פתוח כדי להיות מסוגל להפעיל מסגרות אלה. אנו מדגימים כיצד להתקין אותם, כיצד ליצור נתוני הדרכה, כיצד להכשיר את הרשת וכיצד לעבד קבצי וידאו חדשים ברשת המאומנת. אנו מספקים גם את קוד לאחר עיבוד כדי לחלץ את המידע ההכרחי הבסיסי הדרוש לנ.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

. למחברים אין מה לגלות

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

אנו רוצים להודות לפינפינג ז'או ולפיימן גולשני על הענקת הנתונים הגולמיים של שני העכברים בדיקות האינטראקציה החברתית המקורית בעיתון המקורי2. מחקר זה נתמך על ידי NIH NS109315 ו-NVIDIA GPU מענקים (AA).

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
CUDA v8.0.61NVIDIAn/aGPU תוכנה
MATLAB R2016bMathworksn/aMatlab
Python 2.7Python/aגרסת Python
Quadro P6000NVIDIAn/aGPU מעבד
אובונטו v16.04אובונטוn/aמערכת הפעלה
n

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Krakauer, J. W., Ghazanfar, A. A., Gomez-Marin, A., MacIver, M. A., Poeppel, D. Neuroscience Needs Behavior: Correcting a Reductionist Bias. Neuron. 93 (3), 480-490 (2017).
  2. Arac, A., Zhao, P., Dobkin, B. H., Carmichael, S. T., Golshani, P. DeepBehavio....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

DeepBehavior ToolboxDeep Learning ToolboxConvolutional Neural NetworksSingle Object DetectionMultiple Object DetectionHuman Pose TrackingTensor Box SetupYOLOv3 InstallationOpenPose ProcessingMATLAB Post Processing

Related Articles