RootNav 2.0

RootNav 2

RootNav 2 ist ein Befehlszeilentool zur Segmentierung und Analyse von Root-Architekturen in 2D. RootNav 2 wird weiterhin gepflegt. Bitte kontaktieren Sie uns, wenn etwas bei Ihnen nicht funktioniert.

Aktualisierungen 14. April 2024

Wir aktualisieren RootNav 2 weiterhin, um die Verwendung und das Training neuer Modelle so einfach wie möglich zu gestalten. Zu den neuen Updates gehören:

• Neue Protokollierungsfunktionen: Sie können das Flag --debug beim Training oder Analysieren von Bildern verwenden, um viel detaillierter zu sehen, was passiert
• Durch Codeverbesserungen läuft RootNav 2 schneller als je zuvor.
• Wir haben den gesamten Code aktualisiert, um die neuesten Versionen von PyTorch und anderen Bibliotheken zu unterstützen. Außerdem haben wir die Anforderung für einige Bibliotheken entfernt, die nicht mehr benötigt wurden.
• Mit diesem Update soll die Installation einfacher werden, da nur noch wenige Bibliotheken installiert werden müssen. Wir haben die Installationsanleitung geändert, um den typischen Installationsmethoden von PyTorch besser zu entsprechen.

RootNav 2.0 installieren

Um rootnav zu installieren und auszuführen, benötigen Sie Folgendes:

1. Ein Klon des Codes von Github
2. Eine Installation von Python
3. Pytorch und zugehörige Bibliotheken
4. Andere von der Software benötigte Pakete

Wenn Sie Ihre eigenen Modelle trainieren möchten, benötigen Sie außerdem:

1. Eine Nvidia-GPU (sonst wird das Training sehr langsam sein)
2. Cuda-Treiber und Pytorch mit aktiviertem Cuda installiert
3. Zusätzliche Pakete, die von der Software benötigt werden.

Bei den folgenden Anweisungen wird davon ausgegangen, dass Sie Python installiert haben und bei Bedarf über kompatible Hardware verfügen. Wenn Sie nicht sicher sind, wie Sie Python installieren, empfehlen wir die Verwendung von Anaconda, das hier heruntergeladen werden kann.

Herunterladen des RootNav 2.0-Codes

Sie müssen zunächst den Code herunterladen, entweder als ZIP-Datei oben oder durch Klonen des Git-Repositorys (empfohlen):

 git clone https://github.com/robail-yasrab/RootNav-2.0.git

Pytorch installieren

Pytorch ist für das Deep Learning verantwortlich, das im Rootnav-Tool sowohl während der Inferenz als auch beim Training ausgeführt wird. Pytorch wird regelmäßig aktualisiert und wir empfehlen nun, es gemäß den Anweisungen auf der Pytorch-Website zu installieren.

Andere Abhängigkeiten

Die verbleibenden Abhängigkeiten können mithilfe der Anforderungsdateien im Inferenz- oder Trainingsverzeichnis installiert werden. Wenn Sie pip verwenden, funktioniert Folgendes unter Linux:

 cd RootNav-2.0/inference
pip install -r requirements.txt

Dasselbe können Sie im Trainingsverzeichnis durchführen, wenn Sie neue Modelle mit RootNav trainieren müssen. Die Bibliotheksunterstützung in anderen Betriebssystemen ist komplexer, und wie oben empfehlen wir die Verwendung von Anaconda. Sie werden vielleicht feststellen, dass Anaconda auch unter Linux am einfachsten ist.

Verwendung des Tools

Die Mehrheit der Benutzer möchte RootNav 2.0 auf neuen Bildern ausführen. In diesem Fall befindet sich der gesamte benötigte Code im inference . Weitere Anweisungen finden Sie in der Inferenz-README.

Neue Modelle trainieren

Der Schulungscode befindet sich im Schulungsordner. Anweisungen zu Trainingsmodellen finden Sie in der Trainings-README. Wenn Sie an der Entwicklung neuer Modelle für RootNav 2.0 mitarbeiten möchten, kontaktieren Sie uns bitte.

Kontakt

Rootnav 2 ist in GigaScience veröffentlicht. Für Anfragen wenden Sie sich bitte an [email protected].

Referenzen

[1] Yasrab, R., Atkinson, JA, Wells, DM, French, AP, Pridmore, TP, & Pound, MP (2019), RootNav 2.0: Deep Learning für die automatische Navigation komplexer Pflanzenwurzelarchitekturen, GigaScience, 8( 11), giz123.