DeepLabCut使用篇（四）：训练自己的模型(2)

DeepLabCut使用篇（四）：训练自己的模型(2)

0x00 开始之前的废话

恭喜！终于到了本系列教程的最后一篇，最后重新生成的视频文件和标记数据就是最终的成果！

最后的两个教程换了实验室的电脑(Ubuntu 16.04 LTS)进行使用，但操作方法都是一样的

如果发现换了电脑GUI无法运行的话，可能是wxPython版本没和系统匹配上，18.04和16.04要求的包是不一样的，卸载wxPython后安装正确的版本即可！

在 ** 使用篇(二)** 中有提到

0x01 检验神经网络

查看源代码得知，在训练完成后将会得到提示：The network is now trained and ready to evaluate. Use the function 'evaluate_network' to evaluate the network.

但是实际操作中训练永无止境，只能强行用Ctrl+C终止

deeplabcut.evaluate_network(config_path)

# 官方使用的是下面的一条语句,但提示没有shuffle这个参数可选
deeplabcut.evaluate_network(config_path,shuffle=[1], plotting=True)

0x02 视频分析

# 官方给的
deeplabcut.analyze_videos(config_path,['/analysis/project/videos/reachingvideo1.avi'], shuffle=1, save_as_csv=True)

# 自己的路径
deeplabcut.analyze_videos(config_path,['/home/houiin/DeepLabCut/houiin_dlc_empty/DeepLabCut/examples/Reaching-Mackenzie-2018-08-30/videos/reachingvideo1.avi'], shuffle=1, save_as_csv=True) 

分析完成后多出三个文件*.csv *.h5 *.pickle

0x03 自动追踪视频标记点

deeplabcut.create_labeled_video(config_path,['视频绝对路径'])

自动生成标记好的视频