点击Train Network,在Terminal可以看到iteration的数量,以及loss: 如果没有调用GPU,可以尝试在deeplabcut的conda环境中,运行: conda install -c conda-forge cudatoolkit=11.2 cudnn=8.1.0 训练完成,或者loss稳定在较小的数值后,可以control+C停止训练。 六、结果生成 (1)模型评估 点击Evaluate Network,可以生成网络的...
打开anaconda prompt, 输入: condacreate-ndlc# 创建环境dlccondaactivatedlcpipinstalltensorflow-gpu==2.10.0 报错了,解决方法: pip install wrapt --ignore-installed# 把无法卸载的包忽略即可 pip install tensorflow-gpu==2.10.0 nvidia-smi # 安装成功后,输入此句, 可以看到GPU的使用信息。 添加环境变量: 将c...
一、安装GPU dependency 参考官方说明: https://github.com/DeepLabCut/DeepLabCut/blob/main/docs/installation.md#gpu-supportgithub.com/DeepLabCut/DeepLabCut/blob/main/docs/installation.md#gpu-support 二、安装DeepLabCut (1)创建一个新的conda环境 conda create --name deeplabcut 1. (2)激活该环境: conda ac...
首先需要先进入对应环境,在cmd控制台中输入以下命令以进入刚才第2步新建的conda环境: activate DLC-GPU(有些电脑需要输入 conda activate DLC-GPU) 目前安装deeplabcut时,仅需输入如下命令即可(因为DLC的更新维护比较给力,现在已经很无脑了):(同样,网络需要保持稳定,也处可手动选择deeplabcut的版本) pip install deeplab...
conda env create -f DLC-GPU.yaml conda activate DLC-GPU-TN 好像是成功了。 最终使用的解决方案是: 在.1服务器上。通过VNC连接桌面服务,直接使用GUI,开始搞。 在win10上如何运行能启动DeepLabCut-GPU的环境(不应该有这种想法,浪费了整整一天。到2021年4月8日19:14:21,还没成功训练起来,一直卡在开始训练...
conda create -n DLC python=3.7 tensorflow-gpu=1.13.1 在线安装wxPython pip3 install-U-f https://extras.wxpython.org/wxPython4/extras/linux/gtk3/ubuntu-18.04/wxPython 安装deeplabcut pip install deeplabcut 检测 ipythonimporttensorflowimportdeeplabcut ...
conda env create -f DLC-GPU.yaml conda activate DLC-GPU-TN 好像是成功了。 最终使用的解决方案是: 在.1服务器上。通过VNC连接桌面服务,直接使用GUI,开始搞。 在win10上如何运行能启动DeepLabCut-GPU的环境(不应该有这种想法,浪费了整整一天。到2021年4月8日19:14:21,还没成功训练起来,一直卡在开始训练...
解决方法是在网上搜res_net50或者101或者其他的模型,然后下载解压到Anaconda\envs\DLC-GPU\Lib\site-packages\deeplabcut\pose_estimation_tensorflow\models\pretrained 路径下即可。 8、开始训练 deeplabcut.train_network(config_path) 使用deeplabcut.train_network 训练你的网络。如果你的GPU、CUDA、CUDNN、TensorFlow...
最近尝试了一下DeepLabCut:如果需要严格识别动物的身体部位比如head direction,是值得用的,但它需要GPU而且跑得很慢。如果只是简单识别老是位置,还是Bonsai吧。 另外,他们的documentation就好像三个博士分别写了一些功能和一套documentation加到自己的论文里,github文档里面插各种链接,经常点半天找不到想要的东西。