PyCharm 50201/
سه سال پیش منتشر شده
تعداد بازدید: 419
کد پروژه: 380799
شرح پروژه
#کد_پروژه: 50201
موضوع: پروژه PyCharm/
ردیابی و شناسایی اتوماتیک موش های آزمایشگاهی با دسته بندی رفتاری به صورت real-time
پروژه ۳ بخش کلی داره:
1- بخش tracking که با toolbox اماده deeplabcut انجام میشه. در این بخش، کتابخانه ای label شده از ۷ نقطه بدن 6 موش (ولی بعدا موش ها 10 تا یا بیشتر میشه) آماده سازی و در شبکه آموزش داده میشه. در نهایت، خروجی، نقاط مشخص شده بدن روی عکس ها و همچنین شناسایی فردی موش ها می باشد.
2- بخش شناسایی(کمکی) که توسط تگ های متصل به دم موش و visul marker ها انجام میشه. از کتابخانه AruCo با تگ های 4*4فعلا استفاده شده که لایبراری و کد های تشخیص آی دی توی زبان پایتون برای AruCo موجود هست. هدف، بهبود عکس ها و تنظیم فیلترهای موجود در Aruco هستش که با دقت خوبی آی دی ها شناسایی بشوند.
3- دسته بندی رفتاری موش ها. در این قسمت، ابتدا ، رفتارها label گذاری می شوند که نرم افزار BORIS خیلی به label گذاری کمک میکنه (کار باهاش خیلی ساده اس). این رفتارها و داده های deeplabcut که برای همین رفتارها انجام شده با هم ترکیب داده شده، feature ها استخراج میشوند و در نهایت داده ها train میشوند. کدهای پایتون این بخش هم از مقاله های مشابه قابل استخراج و استفاده است.
۳ تا ۶ ماه برای انجام پروژه
زبان پایتون، بهتر با PyCharm انجام بشود
این پروژه شامل 2 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
6روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت چهار سال پیش
