DeepLabCut是一款基于深度学习的动物运动追踪软件，由哈佛大学团队开发，能精确跟踪小鼠等动物的行为，准确度接近人工水平。通过预训练和后期调整，该系统能识别并追踪多种动物的身体部位。DeepLabCut有望使动作捕捉技术更加普及，应用于体育训练、医疗康复等领域。环境搭建涉及Ubuntu、NVIDIA、CUDA和Anaconda等组件。
DeepLabCut简介
英国《自然-神经科学》期刊上发表的一篇论文，介绍了一种经过深度学习训练后，实现自动捕捉动物运动的软件DeepLabCut。其精细程度可以跟踪果蝇产卵、伸吻，以及小鼠每一个脚趾的轨迹。美国哈佛大学团队运用一种新型深度学习算法，成功追踪动物运动及行为，其准确度可达到人工水平，而且无需采用追踪标记物或进行费时的手动分析。专家认为，这一成果打开了海量的数据来源之门。
开发该款软件的美国哈佛大学神经科学家夫妇Mackenzie Mathis和Alexander Mathis原本打算研究小鼠对气味的追踪行为，需要在视频里对小鼠鼻头进行标记跟踪。然而，他们没有找到现成的便捷工具，神经科学家常用的闪光标记物也难以用在微小的鼠头上，由此萌生了自己编一款软件的想法。他们选择了一款用于识别人类照片的深度学习框架，改造到动物身上。
Mathis团队首先利用一个大型目标识别图像数据库ImageNet对DeepLabCut进行了预训练，教会系统如何区分不同动物，并识别具体的身体部位，比如小鼠的爪子、斗鱼的鱼鳍。这样可以大大节省后续训练所需的数据。接着，他们教会系统不仅是跟踪某一个身体部位，而是同时捕捉所有的标记部位。这能辅助彼此间的精确定位。最后，团队进行了跨物种的检验和校准，在论文中演示了对果蝇和小鼠两种物种的动作跟踪。
进一步展望未来，原本昂贵而费尽的动作捕捉技术会飞入寻常百姓家。譬如，现在只有顶级运动员才能享受动作捕捉技术，且需要专业人士进行
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
