Dergi
/
Davranış
/
Une implémentation étape par étape de DeepBehavior, Deep Learning Toolbox pour l’analyse automatisée du comportement
JoVE Journal
Davranış
Bu içeriği görüntülemek için JoVE aboneliği gereklidir.  Oturum açın veya ücretsiz deneme sürümünü başlatın.
JoVE Journal Davranış
A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis
Please note that all translations are automatically generated. Click here for the English version.

Une implémentation étape par étape de DeepBehavior, Deep Learning Toolbox pour l’analyse automatisée du comportement

DOI:
10.3791/60763-v

•

05:41 min

•

February 06, 2020

•

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

Bölümler

  • 00:05Introduction
  • 01:05Tensor Box
  • 02:26YOLOv3 and Openpose
  • 03:37Openpose
  • 03:58Results: Deepbehavior Toolbox
  • 04:41Conclusion

Özet

Otomatik Çeviri

Otomatik Çeviri

Le but de ce protocole est d’utiliser des filets neuronaux convolutionnels préconstruits pour automatiser le suivi du comportement et effectuer une analyse détaillée du comportement. Le suivi du comportement peut être appliqué à toutes les données vidéo ou séquences d’images et est généralisable pour suivre n’importe quel objet défini par l’utilisateur.

Etiketler

Deep LearningBehavior AnalysisAutomated Behavior QuantificationDeepBehavior ToolboxTensor BoxObject DetectionMulti-object TrackingHuman Pose TrackingMATLABConvolutional Neural NetworkYOLOv3Object LabelingDeep Learning Implementation

Article

Embed

ÇALMA LİSTESİNE EKLE

Usage Statistics

İlgili Videolar

Contextuelles et Cued conditionnement de la peur de test en utilisant un système d'analyse de la vidéo chez des souris

Évaluation de la cognition sociale chez les primates non-humains utilisant un réseau de dispositif d'apprentissage informatisé Automated Systems (ALDM) essai

Quantifier l'apprentissage chez les jeunes enfants: Suivi Leg Actions Au cours d'une tâche de découverte-learning

Une méthode générale pour évaluer les effets sur la stimulation cérébrale profonde intraveineuse méthamphétamine auto-administration

Protocole de collecte de données et d'analyse appliquée à la technologie d'analyse de l'expression du visage automatisé et analyse temporelle pour l'évaluation sensorielle

Analyse automatisée d'un essai de préférence chimiosensible basée sur la population à base de nématodes

Peur stress-Enhanced Learning, un modèle robuste rongeur du syndrome de Stress post-traumatique

Analyse de la patte-Print des enregistrements améliorés par contraste (PrAnCER) : Un système automatisé d'analyse de la démarche à faible coût et à accès ouvert pour évaluer les déficits moteurs

Une méthodologie pour capturer l'attention visuelle conjointe à l'aide de eye-trackers mobiles

Suivi entièrement automatisé des jambes chez les insectes en mouvement libre à l’aide de la segmentation et du suivi des jambes d’apprentissage des fonctionnalités (FLLIT)

Read Article