文件名称：DeepLabCut-live:用于在直播视频流上运行DeepLabCut的SDK
文件大小：1.29MB
文件格式：ZIP
更新时间：2024-05-25 09:31:32
real-time pose-estimation optogenetics tracking-algorithm deeplabcut
DeepLab直播！ 软件开发工具包 该软件包包含用于具有最少（软件）依赖性的实时应用程序的推理管道。 因此，安装尽可能容易（尤其是在非典型系统（如）上）。 性能：如果要查看在给定不同视频大小，神经网络类型和硬件的情况下模型应如何执行的估算，请参阅： : 如果您使用的是其他硬件，也请考虑提交结果！ https://github.com/DeepLabCut/DLC-inferencespeed-benchmark 该SDK提供的功能：该软件包提供了DLCLive类，该类使在线姿势估计能够提供反馈。 该对象将加载并准备DeepLabCut网络以进行推理，并将返回单个图像的预测姿势。 为了对姿势进行处理（例如，根据动物的当前姿势预测动物的未来姿势，或触发外部硬件，例如将TTL脉冲发送到激光器以进行光遗传学刺激），该对象将加入Processor对象。 处理器对象必须包含两种方法：处
【文件预览】：
DeepLabCut-live-master
----setup.py(2KB)
----.gitignore(2KB)
----requirements.txt(57B)
----MANIFEST.in(31B)
----reinstall.sh(119B)
----LICENSE(34KB)
----.github()
--------workflows()
----README.md(12KB)
----dlclive()
--------dlclive.py(15KB)
--------benchmark.py(25KB)
--------__init__.py(334B)
--------graph.py(3KB)
--------utils.py(5KB)
--------processor()
--------display.py(3KB)
--------version.py(192B)
--------check_install()
--------pose.py(3KB)
--------exceptions.py(345B)
----check_install()
--------dog_clip.avi(1.25MB)
----docs()
--------install_desktop.md(1KB)
--------install_jetson.md(3KB)
----example_processors()
--------MouseLickLED()
--------DogJumpLED()
--------TeensyLaser()
----benchmarking()
--------run_dlclive_benchmark.py(1KB)