Dergi
/
Davranış
/
Eine schrittweise Implementierung von DeepBehavior, Deep Learning Toolbox für automatisierte Verhaltensanalyse
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.

Eine schrittweise Implementierung von DeepBehavior, Deep Learning Toolbox für automatisierte Verhaltensanalyse

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

Der Zweck dieses Protokolls besteht darin, vorgefertigte konvolutionale neuronale Netze zu verwenden, um die Verhaltensverfolgung zu automatisieren und detaillierte Verhaltensanalysen durchzuführen. Verhaltensverfolgung kann auf alle Videodaten oder Sequenzen von Bildern angewendet werden und ist verallgemeinerbar, um jedes benutzerdefinierte Objekt zu verfolgen.

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

Kontextuelle und Cued Angst Anlage Test mit einer Video-Analyse-System bei Mäusen

Beurteilung der sozialen Kognition in nicht-menschlichen Primaten Mit einem Netzwerk von Computermated Learning-Gerät (ALDM) Test Systems

Quantifizierung Lernen bei jungen Säuglingen: Tracking-Leg Aktionen während eines Ermittlungs-Learning-Task-

Ein allgemeines Verfahren zur Bewertung der Tiefe Hirnstimulation Auswirkungen auf intravenöse Methamphetamine Selbstverwaltung

Protokoll für die Datenerhebung und Analyse Applied zu Automatische Gesichtsausdruck Analysis Technologie und zeitliche Analyse für die sensorische Prüfung

Automatisierte Analyse eines Nematoden-Populations-basierten Chemosensorischen Präferenzassays

Stress verstärkt Angst lernen, ein stabiles Nagetier Modell der posttraumatischen Belastungsstörung

Paw-Print-Analyse kontrastverstärkter Aufnahmen (PrAnCER): Ein kostengünstiges, open-access Automated Gait Analysis System zur Bewertung von Motordefiziten

Eine Methodik zur Erfassung der gemeinsamen visuellen Aufmerksamkeit mit mobilen Eye-Trackern

Vollautomatische beinverfolgung in frei beweglichen Insekten mit Feature Learning Leg Segmentation and Tracking (FLLIT)

Read Article