RootNav 2.0

RootNav 2

RootNav 2 es una herramienta de línea de comandos para la segmentación y análisis de arquitecturas raíz en 2D. RootNav 2 aún se mantiene; comuníquese con nosotros si algo no funciona para usted.

Actualizaciones 14 de abril de 2024

Seguimos actualizando RootNav 2 para que su uso y entrenamiento de nuevos modelos sea lo más sencillo posible. Las nuevas actualizaciones incluyen:

• Nuevas funciones de registro. Puede utilizar el indicador --debug al entrenar o analizar imágenes para ver muchos más detalles sobre lo que está sucediendo.
• Las mejoras en el código significan que RootNav 2 se ejecuta más rápido que nunca.
• Se actualizó todo el código para admitir las últimas versiones de PyTorch y otras bibliotecas; también eliminamos el requisito de algunas bibliotecas que ya no eran necesarias.
• Con esta actualización, la instalación debería ser más sencilla y solo se necesitan unas pocas bibliotecas. Hemos cambiado la guía de instalación para cumplir mejor con las formas típicas en que se instala PyTorch.

Instalación de RootNav 2.0

Para instalar y ejecutar rootnav, necesitará lo siguiente:

1. Un clon del código de github
2. Una instalación de Python.
3. Pytorch y bibliotecas asociadas
4. Otros paquetes requeridos por el software.

Si desea entrenar sus propios modelos, también necesitará:

1. Una GPU Nvidia (de lo contrario el entrenamiento será muy lento)
2. Controladores Cuda y pytorch instalados con cuda habilitado
3. Paquetes adicionales requeridos por el software.

Las siguientes instrucciones asumen que ha instalado Python y que tiene hardware compatible si es necesario. Si no está seguro de cómo instalar Python, le recomendamos utilizar Anaconda, que puede descargar aquí.

Descarga del código RootNav 2.0

Primero deberá descargar el código, ya sea como un zip arriba o clonando el repositorio de git (recomendado):

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

Instalación de Pytorch

Pytorch es responsable del aprendizaje profundo que se ejecuta dentro de la herramienta Rootnav, tanto durante la inferencia como durante el entrenamiento. Pytorch se actualiza periódicamente y ahora recomendamos instalarlo siguiendo las instrucciones del sitio web de pytorch.

Otras dependencias

Las dependencias restantes se pueden instalar utilizando los archivos de requisitos en los directorios de inferencia o de capacitación. Si estás usando pip, lo siguiente funcionará en Linux:

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

Puede realizar lo mismo en el directorio de entrenamiento, si necesita entrenar nuevos modelos usando RootNav. El soporte de bibliotecas en otros sistemas operativos es más complejo y, como se indicó anteriormente, recomendamos utilizar Anaconda. Es posible que Anaconda también sea más simple en Linux.

Usando la herramienta

La mayoría de los usuarios querrán ejecutar RootNav 2.0 en imágenes nuevas, en cuyo caso todo el código que necesita está en la carpeta inference . Puedes encontrar más instrucciones en el archivo README de inferencia.

Entrenando nuevos modelos

El código de capacitación se puede encontrar en la carpeta de capacitación. Las instrucciones sobre los modelos de capacitación se proporcionan en el archivo README de capacitación. Si desea colaborar en el desarrollo de nuevos modelos para RootNav 2.0, póngase en contacto con nosotros.

Contacto

Rootnav 2 se publica en GigaScience. Para consultas, comuníquese con [email protected].

Referencias

[1] Yasrab, R., Atkinson, JA, Wells, DM, French, AP, Pridmore, TP y Pound, MP (2019), RootNav 2.0: aprendizaje profundo para la navegación automática de arquitecturas complejas de raíces de plantas, GigaScience, 8( 11), giz123.