DeepLabCut'i sügava õppimise rakendamine liikumiseks

Anonim

Saksamaal ja USAs asuvate erinevate asutustega seotud teadlaste meeskond on välja töötanud sügava õppimisalgoritmi, mida saab kasutada igasuguste loomade liikumiseks. Ajakirjas Nature Neuroscience avaldatud raamatus kirjeldab rühm nende jälgimisvahendit DeepLabCut, kuidas see toimib ja kuidas seda kasutada. Kunlini Wei ja Konrad Kording koos Pekingi ülikooli ja Pennsylvania ülikooliga pakuvad vastava ajakirja numbri järgi grupi tehtud uudiseid ja vaateid.

Nagu Wei ja Kordingi märkus, on teadlased püüdnud kasutada enam kui sajandiks inimestele ja loomadele mõeldud liikumispüüdlust - idee on hõivata kõigi väikeste liikumiste keerukus, mis koos moodustavad suurema ja märgatava liikumise, näiteks üks tantsu samm. Loomade liikumise jälgimine loomadel pakub mõningaid vihjeid nende biomehaanika ja nende aju töö kohta. Inimestel võimalus seda teha võib aidata füsioteraapia jõupingutusi või spordi jõudluse parandamist. Praeguseks protsessiks on videosalvestus subjekti ja piltide raami raamistiku märgistamise protsessi läbiviimine. Selles uues jõupingutuses on teadlased arendanud protsessi läbiviimiseks arvuti automatiseerimise tehnikat, muutes selle palju kiiremaks ja lihtsamaks.

DeepLabCut'i loomiseks töötas rühm närvivõrk infoga andmebaasist Imagenet, mis sisaldab arvukalt pilte ja nendega seotud metaandmeid. Seejärel töötati välja algoritm, mis optimeeris positsioonide hindamisi. Kolmas tükk oli tarkvara, mis käivitas algoritmi, suhtleb kasutajatega ja pakub tulemuste väljundit. Tulemuseks on tööriist, mida saab kasutada inimestele ja peaaegu mis tahes teise olendi jaoks liikumiseks. Kõik, mida kasutaja peab tegema, on proovide üleslaadimine selle kohta, mis neist on, näiteks oravad, pildid, mille peamised osad on märgistatud ja mõned videod näitavad, kuidas see üldiselt liigub. Seejärel laadib kasutaja üles huviorbiidivaba teema video, ütleme, et orav krakkimisel avab mutri. Tarkvara teeb ülejäänud osa, mis teeb tegevuse liikumist.

Meeskond on teinud uue tööriista vabalt kättesaadavaks kõigile, kes soovivad seda kasutada mis tahes eesmärgil, mida nad valivad. Wei ja Kording näitavad, et tööriist võib muuta liikumispüüdlust, muutes selle hõlpsasti kättesaadavaks nii professionaalidele kui ka algajatele.

menu
menu