DeepLabCut - Standalone GUI - 9
本記事は、DeepLabCut - Standalone GUI - 8の続きです。
Command Promptに、
The network is now trained and ready to evaluate.
Use the function 'evaluate_network' to evaluate the network
と表示されていたら、トレーニングは終了しています。Evaluate networkのステップに進みます。
こちらを参考にして、networkを評価しましょう。前回と同じ設定、「Want to plot predictions?」をYes、他はデフォルト(「Specify the shuffle」は、1「Specify the training set index」は0、「Compare all bodyparts?」は、Yes)でいいです。Okを押して評価を始めます。
評価の進行状況はCommand Promptに表示されます。100%になって評価が終了したら、確認しましょう。ファイルは、
C:\Users\(YourUserName)\(Name of the Project) - (Name of the experimenter) - (Date)\evaluation-results\iteration-0\200725Jul25-trainset95shuffle1\LabeledImages_DLC_resnet50_200725Jul25shuffle1_1030000_snapshot-1030000
あたりにあると思います(パスは日付・トレーニング内容で変わります)。最初のトレーニングの評価と一緒になっていますが、ファイル作成日をヒントに再トレーニングした画像を確認します(下図)。推測が改善されているかを確かめましょう。
満足いく精度になっていたら、次のステップ「Analyze Videos」に進みましょう。解析は終了です。満足いかなければ、再び再トレーニングのステップ「Extract outlier frames」「Refine labels」に戻ります。満足いくまで繰り返します。
おわりに
いかがだったでしょうか?これでStandalone GUIによる一通りの解析は終了です。初めはパラメータが多く戸惑うかもしれませんが、一度やってみれば感じはつかめると思います。パラメータの詳細は、こちらの論文を参考にしてください。
これでStandalone GUIの説明は終わりです。
参考サイト・文献