deeplabcut2.3.5版本使用教程

deeplab使用教程
deeplab使用时，yaml文件中的各个参数介绍

    # Project definitions (do not edit)
Task: test_sheep
scorer: dyt_las
date: Sep14
multianimalproject: true  # 是多动物的工程
identity: false

    # Project path (change when moving around)
project_path: C:\Users\dyt\Desktop\test_sheep-dyt_las-2023-09-14  # 工程路径

    # Annotation data set configuration (and individual video cropping parameters)
video_sets:
  C:\Users\dyt\Desktop\test_sheep-dyt_las-2023-09-14\videos\01.mp4:
    crop: 469, 469, 505, 505
  C:\Users\dyt\Desktop\test_sheep-dyt_las-2023-09-14\videos\02.mp4:
    crop: 0, 1280, 0, 720
individuals:
- individual1
- individual2
- individual3
- individual4
- individual5
- individual6
- individual7
- individual8
- individual9
- individual10
- individual11
uniquebodyparts: []
multianimalbodyparts: # 要检测/标记的身体部分
- head
- back
- tail
bodyparts: MULTI!

    # Fraction of video to start/stop when extracting frames for labeling/refinement
start: 0 # 表示视频的起始
stop: 1 # 表示视频的终止
numframes2pick: 5 # 指希望dlc通过frame_extraction提取多少个数据用于训练和测试,,默认是20，，示例写5

    # Plotting configuration
skeleton: # 将部位进行连接，组成动物的框架，是人为的，将我们想要的连接进行指定
- - head  
  - back
- - head
  - tail
- - back
  - tail
skeleton_color: yellow # 骨骼连接的颜色
pcutoff: 0.6 # 概率值，指dlc对每一个身体部位的预测的概率值大于0.6时，才会被识别。类似于阈值
dotsize: 6 # 各个身体部位给出的点的大小，默认为12，改为6
alphavalue: 0.7 # 指点的透明程度
colormap: rainbow  # 指整体的配色方案

    # Training,Evaluation and Analysis configuration
TrainingFraction: # 设定数据集多少比例用于训练，多少用于测试，默认为0.95，这里改成了0.80
- 0.80
iteration: 0 # 指进行这一列流程迭代的次数，不需要在这里更改
default_net_type: dlcrnet_ms5 # 指需要采用的深度神经网络的类型， 别的地方默认的为resnet_50，不知道为什么我的不是
default_augmenter: multi-animal-imgaug # 默认增加数据的方案，这里不需要改
default_track_method: ellipse
snapshotindex: -1 # 在执行不同的命令之前，都有可能进行更改。指处于不同训练阶段的神经网络模型。会有不同的snapshotindex,然后选出最优的。-1默认为最后保存的那个。
batch_size: 8 # 指测试时一个batch用多少个数据

    # Cropping Parameters (for analysis and outlier frame detection) # 增加数据的方案
cropping: false
    #if cropping is true for analysis, then set the values here:
x1: 0
x2: 640
y1: 277
y2: 624

    # Refinement configuration (parameters from annotation dataset configuration also relevant in this stage) # 看原始paper的讲解
corner2move2:
- 50
- 50
move2corner: true