检测方法

动物运动轨迹跟踪系统引入了一种新的深度学习技术来检测啮齿动物的身体点。它是一种机器学习，可以在非结构化数据（如视频图像）中找到结构。通过在4个领域同时使用深度学习跟踪，扩展了这项技术。

“深度”意味着经过训练的神经网络是分层的，因此它可以学习表示不同级别的数据。低级数据可以简单地是“颜色”，高级数据更抽象，比如“尾巴”。

其结果是对动物的识别更加准确，从而对小鼠的鼻尖、中心点和尾根进行了更加稳定的检测。这项新技术将把任何依赖于多个身体点跟踪的实验提升到更高的水平，例如新物体识别、孔板测试、社会偏好测试等。

动物运动轨迹跟踪系统中的深度学习技术适用于皮毛颜色均匀的大鼠和小鼠以及颜色不均匀的大鼠。

使用深度学习需要大量的计算能力，你需要一个能够维持这些计算的图形处理单元（GPU）。