产品中心
PRODUCTS CENTER





产品简介
动物行为智能识别系统(Smar tAnnotator,SAT)是诺达思全新开发的基于深度学习算法来分析各种自定义行为和姿态的智能系统。系统基于动物轮廓与身体位点追踪,提取身体形态、运动模式、环境接近度等关键行为特征,通过轻量分类器直接输出行为标签。
| 品牌 | 诺达思 | 应用领域 | 医疗卫生,食品/农产品,生物产业,制药/生物制药,综合 |
|---|
动物行为智能识别系统
动物行为智能识别系统(Smar tAnnotator,SAT)是诺达思全新开发的基于深度学习算法来分析各种自定义行为和姿态的智能系统。
系统基于动物轮廓与身体位点追踪,提取身体形态、运动模式、环境接近度等关键行为特征,通过轻量分类器直接输出行为标签。与基于16个以上身体关键点重建完整骨架的传统路线不同,SAT不受预设行为库的限制,无论是稀有行为、复杂姿态还是品系特异表现,研究者均可为每个行为自定义名称、判断标准、颜色标识等,定义完成后即可启动针对性训练。
系统可直接标注完整行为片段,而非逐帧坐标或骨架数据——所见即行为,标注结果清晰可控。系统同时提供开放接口,支持导入DeepLabCut、SLEAP、SuperAnimal等开源模型的多源数据,兼顾骨架模型与轮廓模型两种技术路线,为研究者开展动物行为智能识别相关研究与应用提供有力支撑。
系统采用单摄像头部署方案,无需多机位校准,可灵活适配多种行为学研究场景与场地条件。

为什么要使用SmartAnnotator?
随着行为研究逐步深入,越来越多的研究者需要测量目前通用工具尚未定义的特定行为。这些行为不固定,随研究问题不同而变化。另外,不同实验室研究环境不同,采用的实验动物品系、动物疾病模型也不同,所以定义自己实验中的行为就尤为重要。
为了方便研究者快速上手,系统预设了一部分常见行为,研究者微调后即可直接使用;也可从零定义自定义行为,为每个行为设置名称、判断标准等。通过训练模型并确认可信度符合要求后,即可开展实验。
此外,本系统支持模型复用,在某一数据集上训练完成的模型可应用于新数据集,一次标注投入可在多项后续研究中持续发挥价值。
系统工作流程
系统与EthoVision XT深度衔接,基于EthoVision XT导出的追踪特征与行为分类结果,针对研究者自定义的行为开展主动学习标注。系统先通过EthoVision XT分类结果或聚类将连续视频切分为行为事件,随后进入主动学习循环。系统优先推送最不确定的事件请您标注,模型据此持续学习更新,自动标注高置信度事件,循环至全部事件完成,最终复核并导出自定义行为标注数据集。其核心是SAT人工复核修正自动标注结果,确认后导出完整的自定义行为标注数据集。驱动的主动学习闭环,越标越准。
准备数据
从EthoVision XT导出追踪特征、逐帧行为概率与身体位点数据,作为SAT的输入数据源。
事件切分
通过EthoVision XT分类结果或聚类,将连续视频切分为独立的行为事件。
主动学习循环
系统优先推送模型最不确定的事件请您标注,模型据此训练更新,重复至模型达到要求。

设置:选择需要标注的行为,并添加自定义名称、代码、颜色与快捷键。
自动识别
模型对高置信度事件自动完成识别,人工只需关注剩余不确定的疑难片段。
复核导出
人工复核修正自动标注结果,确认后导出完整的自定义行为标注数据集。

复核:以网格浏览自动标注片段,并修正需要调整的结果。

输出结果
SmartAnnotator拥有丰富的输出选项,包含所选行为的:
时间分布图
持续时间与持续时间占比
频次与时间分布中的频率

结果:按行为统计频次、总持续时间与时间占比,并结合时间轴回看。
开放接口
随着行为研究的多样性需求与AI技术的快速发展,市场上涌现出大量行为研究开源软件。本系统也决定融入这一发展趋势,支持开放接口,可导入包括DeepLabCut、SuperAnimal、SLEAP等的多源数据。
准确性验证
经测试验证,仅需传统全监督方法1/4–1/5的人工标注量,即可获得更高的识别准确率。测试选取了两种"通用工具易误判"的行为:小鼠的伸展窥探(Stretched attend)与大鼠的无支撑站立(Unsupported rearing)。

与传统全监督方法相比,SAT召回率相当,精确率显著更高,F1分数随之显著提升:用更少的标注,获得更准的结果。
系统部署
同一分析内核,两种交付形态。在线版开箱即用,本地版数据不出本机。
在线版
在线账号,浏览器直接访问,无需安装软硬件与前期投入
数据随用随传,便于快速启动标注项目
支持多设备访问,适用于团队协作与远程使用
适合快速验证标注方案、处理中小规模实验数据
本地版
软件:EthoVision系统
硬件:摄像头+本地智能主机
可本地部署,数据不出本机
根据配置不同,兼容多席位同时使用
适合大规模数据集、长期研究项目、对数据安全有严格要求的实验室
产品分类
相关文章