Manually annotated frames: Seyfourian P., et al. (2026), Pupil-DLC: an open-source deep learning pipeline for scalable, marker-less tracking of pupil dynamics across conscious and unconscious states.
0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés
Le résumé fourni par la source
This dataset contains all the manually annotated frames (21,909 frames from 145 videos) used to train the General Model of the Pupil-DLC pipeline described in the manuscript titled "Pupil-DLC: an open-source deep learning pipeline for scalable, marker-less tracking of pupil dynamics across conscious and unconscious states" by Parsa Seyfourian, Lydia C. Marks, Leslie D. Claar, Yasmeen Nahas, Miles Keating, Christof Koch & Irene Rembado.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
La source scientifique ouverte est momentanément indisponible.