Шаг за шагом Внедрение DeepBehavior, Глубокое обучение Toolbox для автоматизированного анализа поведения

Summary

Целью этого протокола является использование предварительно построенных конволюционных нейронных сетей для автоматизации отслеживания поведения и выполнения детального анализа поведения. Отслеживание поведения может быть применено к любым видеоданным или последовательностям изображений и обобщается для отслеживания любого объекта, определяемого пользователем.

Abstract

Понимание поведения является первым шагом к подлинному пониманию нейронных механизмов в мозге, которые управляют им. Традиционные методы поведенческого анализа часто не отражают богатство, присущее естественному поведению. Здесь мы предоставляем подробные пошаговые инструкции с визуализацией нашей недавней методологии, DeepBehavior. Набор инструментов DeepBehavior использует рамки глубокого обучения, построенные с помощью конволюционных нейронных сетей, для быстрого обработки и анализа поведенческих видео. Этот протокол демонстрирует три различные рамки для обнаружения одного объекта, обнаружения нескольких объектов и трехмерного (3D) отслеживания позы сустава человека. Эти рамки возвращают картезианские координаты объекта интереса для каждого кадра видео поведения. Данные, собранные из инструментария DeepBehavior, содержат гораздо больше деталей, чем традиционные методы анализа поведения, и дают детальное представление о динамике поведения. DeepBehavior определяет задачи поведения надежными, автоматизированными и точными способами. После определения поведения, пост-обработка код предоставляется для извлечения информации и визуализации из поведенческих видео.

Introduction

Подробный анализ поведения является ключом к пониманию мозга и отношения поведения. Там было много интересных достижений в методологиях для записи и манипулирования нейронных популяций с высоким временным разрешением, однако, методы анализа поведения не разработаны с той же скоростью и ограничиваются косвенными измерениями и редукционистский подход¹. В последнее время методы глубокого обучения были разработаны для выполнения автоматизированного и детального анализа поведения^2,3,4,5. Этот протокол обеспечивает пошагово....

Protocol

1. Настройка gPU и Python

1. Программное обеспечение для gPU
   Когда компьютер является первой установкой для приложений для глубокого обучения, программное обеспечение и драйверы, соответствующие графическому процессору, должны быть установлены, которые можно найти на веб-сайте графического процессора. (см. таблицу материалов для тех, кто используется в данном исследовании).
2. Python 2.7 Установка
   Откройте запрос на строку команд на вашей машине.
   Командная линия: sudo apt-get установить питона-пиона-пиона-дево-виртуора

2. ТЕНСОРБОКС

Results

При соблюдении протокола данные для каждой сетевой архитектуры должны быть похожи на следующие. Для TensorBox он выводит ограничивающий ящик вокруг объекта интереса. В нашем примере мы использовали видео с пищевой гранулы достижения задачи, и помечены правой лапы, чтобы отслеживать их движение. Как видно на рисунке 1,правая лапа может быть обнаружена в разных положениях как в передней, так и в камерах сбоку. После постобработки с калибровкой камеры можно полу.......

Discussion

Здесь мы предоставляем пошаговое руководство по внедрению DeepBehavior, нашего недавно разработанного инструменталя на основе глубокого обучения для анализа данных о поведении животных и человека^2. Мы предоставляем подробные разъяснения для каждого шага для установки инфраструктур для каждой сетевой архитектуры, а также предоставляем ссылки для установки требований с открытым исходным кодом, чтобы иметь возможность запускать эти платформы. Мы демонстрируем, как их устанавливать, как создавать обуч.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
CUDA v8.0.61	NVIDIA	n/a	GPU Software
MATLAB R2016b	Mathworks	n/a	Matlab
Python 2.7	Python	n/a	Python Версия
Quadro P6000	NVIDIA	n/a	GPU
Процессор Ubuntu v16.04	Ubuntu	n/a	операционная система