تستخدم أداة اكتشاف الكائنات باستخدام التعلم الشامل نموذج تعلم شامل لاكتشاف الكائنات وتحديد مواقعها في طبقة صور.
المخرجات عبارة عن طبقة معالم مستضافة.
أمثلة
تتضمن أمثلة السيناريوهات لاستخدام هذه الأداة ما يلي:
- يمكنك تحديد مواضع البناء لترقية بيانات ضرائب العقارات للحكومات المحلية أو مجموعات الاستجابة للطوارئ الإقليمية. تُعد طبقة الإخراج من الأداة طبقة معالم يمكنها تحديد المباني في إحدى المناطق. يمكن استخدام طبقة المعالم التي تم إنشاؤها لمطابقة السجلات العقارية الحالية لتسجيل موضع البناء الحالي الخاص بالعقار.
- يمكن تحديد السيارات في موقف السيارات لحساب الحضور وإعداد الاستطلاعات المرورية. يمكن استخدام طبقة المعالم التي تم إنشاؤها في أداة تصنيف الكائنات باستخدام التعلم الشامل لتصنيف نوع السيارة التي تم اكتشافها.
ملاحظات الاستخدام
تتضمن أداة "اكتشاف الكائنات باستخدام التعلم الشامل" تكوينات لطبقة الإدخال وإعدادات النموذج وطبقة النتيجة.
الطبقة المدخلة
تتضمن مجموعة طبقة الإدخال المعلمات التالية:
- طبقة صور الإدخال أو طبقة المعالم هي طبقة الصور أو طبقة المعالم الملحق بها المرفقات التي ستُستخدم لاكتشاف الكائنات المحددة في نموذج التعلم الشامل. يجب أن تعتمد طبقة الصور المحددة على متطلبات نموذج التعلم الشامل الذي سيُستخدم لتصنيف وحدات البكسل.
- يحدد وضع المعالجة كيفية معالجة عناصر البيانات النقطية في طبقة الصور. تكون الخيارات على النحو التالي:
- معالجة كصورة فسيفساء—سيتم دمج جميع عناصر البيانات النقطية في مجموعة بيانات الفسيفساء أو في خدمة الصورة معًا كصورة فسيفساء وستتم معالجتها. هذا هو الوضع الافتراضي.
- معالجة جميع عناصر البيانات النقطية بشكل منفصل—ستتم معالجة جميع عناصر البيانات النقطية في مجموعة بيانات الفسيفساء أو في خدمة الصورة كصور منفصلة.
إعدادات النموذج
تشمل مجموعة إعدادات النموذج المعلمات التالية:
- نموذج اكتشاف الكائنات هو نموذج التعلم الشامل الذي سيتم استخدامه لاكتشاف الكائنات. يجب أن يكون نموذج التعلم الشامل موجودًا في ArcGIS Online ليتم تحديده في الأداة. يمكنك تحديد النموذج الخاص بك، أو نموذج متاح للعامة في ArcGIS Online، أو نموذج من ArcGIS Living Atlas of the World.
- تحدد وسيطات النموذج وسيطات الدالة المحددة في تصنيف دالة البيانات النقطية Python. تُدرج وسيطات ومعلمات التعلم الشامل الإضافية للتجارب والتحسين، مثل حد الثقة لتعديل الحساسية. تتم تعبئة أسماء الوسيطات من وحدة Python.
- يحدد المنع بدون حد أقصى (NMS) ما إذا كان سيتم إجراء منع بدون حد أقصى لإزالة الكائنات المكررة التي تم تحديدها بناءً على قيم الثقة.
- حقل درجة الثقة هو اسم الحقل الذي سيسجل درجات الثقة التي يتم إنشاؤها كإخراج بواسطة طريقة اكتشاف الكائنات. تكون هذه المعلمة متاحة عند تمكين المنع بدون حد أقصى (NMS).
- يُعد حقل قيمة التصنيف الحقل الموجود في طبقة معالم الإخراج الذي سيتضمن القيمة من طبقة صور الإدخال. إذا لم يتم تحديد أي قيمة، فسيتم استخدام حقول قيمة التصنيف القياسية Classvalue وValue. في حال عدم وجود هذه الحقول، ستتم معاملة كل المعالم على أنها بنفس تصنيف الكائن. تكون هذه المعلمة متاحة عند تمكين المنع بدون حد أقصى (NMS).
- يحدد الحد الأقصى لنسبة التراكب نسبة منطقة التقاطع فوق منطقة التوحيد لمعلمين متراكبين. القيمة الافتراضية هي 0. تكون هذه المعلمة متاحة عند تمكين المنع بدون حد أقصى (NMS).
طبقة النتيجة
تتضمن مجموعة طبقة النتيجة المعلمات التالية:
- يحدد الاسم الناتج اسم الطبقة التي تم إنشاؤها وعرضها. يجب أن يكون الاسم فريدًا. إذا كانت هناك طبقة بنفس الاسم موجودة بالفعل في مؤسستك ، فستفشل الأداة وستتم مطالبتك باستخدام اسم مختلف.
- تُحدد أداة حفظ في مجلد اسم المجلد في المحتوى الخاص بي الذي يتم حفظ النتيجة فيه.
بيئات
إعدادات بيئة التحليل هي معلمات إضافية تؤثر على نتائج الأدوات. يمكنك الوصول إلى إعدادات بيئة التحليل الخاصة بالأداة من مجموعة معلمات إعدادات البيئة.
تنفذ هذه الأداة بيئات التحليل التالية:
- النظام الإحداثي الناتج
- التحويلات الجغرافية
- معالجة المدى
ملاحظة:
نطاق المعالجة الافتراضي هو النطاق الكامل. يختلف هذا الإعداد الافتراضي عن Map Viewer Classic والذي يتم فيه تمكين استخدام نطاق الخريطة الحالي افتراضيًا.
- حجم الخلية
- إخفاء
الاعتمادات
تستهلك هذه الأداة الاعتمادات.
استخدم تقدير الاعتمادات لحساب عدد الاعتمادات المطلوبة لتشغيل الأداة. للحصول على مزيد من المعلومات، راجع التعرف على الاعتمادات الخاصة بالتحليل المكاني.
المخرجات
يكون الإخراج عبارة عن طبقة معالم تتضمن كل كائن تم اكتشافه كمعلم فردي مع إضافة قيمة التصنيف وحقول الثقة.
متطلبات الاستخدام
تتطلب هذه الأداة نوع المستخدم والتكوينات التالية:
- نوع المستخدم Professional أو Professional Plus
- دور الناشر أو الميسر أو المسؤول، أو دور مخصص مكافئ لديه امتياز تحليل الصور
موارد
استخدم الموارد التالية لمعرفة المزيد:
- اكتشاف الكائنات باستخدام التعلم الشامل في ArcGIS REST API
- دالة detect_objects في ArcGIS API for Python
- تصنيف الكائنات باستخدام التعلم الشامل في ArcGIS Online
- اكتشاف الكائنات باستخدام التعلم الشامل في ArcGIS Pro