超级会员免费看
DeepLabCut是一种基于深度学习的无标记姿势估计方法，适用于动物行为研究。通过少量帧的标记，可以训练出定制的、鲁棒的特征检测器来定位各种实验相关身体部位。该软件包支持单动物和多动物的视频跟踪，并提供详细的教程和使用指南。适用场景包括单一和多动物项目，以及3D姿势估计。
level: nature neuroscience
author:Alexander Mathis 1,2, Pranav Mamidanna1 , Kevin M. Cury3 , Taiga Abe3 , Venkatesh N. Murthy 2 , Mackenzie Weygandt Mathis 1,4,8* and Matthias Bethge1,5,6,7,8
date: 2018
keyword:
- quantifying behavior; pose estimation;
Mathis A, Mamidanna P, Cury K M, et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning[J]. Nature neuroscience, 2018, 21(9): 1281-1289. cited by 401;
Paper: DeepLabCut
DeepLabCut: markerless pose estimation of user-defined body parts with deep learning
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
