Deep-Learning-Modell trainieren

Verfügbar mit Image Server

In Deep Learning Studio wird im Schritt Modell trainieren das Deep-Learning-Modell erstellt, das in allen Komponenten von ArcGIS verwendet werden kann. Das Deep-Learning-Paket wird in ArcGIS Enterprise als Element angezeigt. Mit dem Werkzeug wird ein Deep-Learning-Paket erstellt, bei dem je nach Trainingsgebiet unterschiedliche beschriftete Bildschnipsel verwendet werden. Bildschnipsel sind kleine Bilder, die das relevante Feature oder Objekt enthalten, das zum Trainieren des Deep-Learning-Modells verwendet werden soll.

Hinweis:

Damit der Schritt Modell trainieren durchgeführt werden kann, müssen im Schritt Trainingsdaten vorbereiten Bildschnipsel erstellt oder registriert werden.

Erstellen eines Deep-Learning-Modells

Im Schritt Modell trainieren wird ein Deep-Learning-Modell erstellt, indem der Trainingsprozess anhand bestimmter Kriterien wiederholt durchlaufen wird. Das Modelltraining kann mehrmals durchgeführt werden, wobei die einzelnen Durchläufe als Iterationen bezeichnet werden. Je nach den Parametern, die bei der Iteration festgelegt werden, wird der Modellerstellungsprozess mit einer bestimmten Häufigkeit wiederholt, wobei der Prozess durch jeweils andere Parameter beeinflusst wird.

Als Erstes wird beim Training eines Deep-Learning-Modells eine Iteration erstellt.

Hinweis:

Melden Sie sich hierzu bei Deep Learning Studio an, und öffnen Sie ein Projekt, falls noch keines geöffnet ist.

1. Klicken Sie auf der Seite Was möchten Sie tun? auf Modell trainieren, um das Werkzeug zum Trainieren von Deep-Learning-Modellen zu öffnen.
2. Klicken Sie auf die Schaltfläche Neue Iteration, um eine neue Modellerstellungsiteration zu öffnen.
3. Wählen Sie auf der Seite Neue Trainingsiteration die Bildschnipsel aus, die zuvor erstellt oder im Projekt registriert wurden.

Vorsicht:

Wenn keine Bildschnipsel erstellt oder registriert wurden, wird ein Dialogfeld angezeigt., über das Sie aufgefordert werden, Bildschnipsel zu exportieren oder zu registrieren. Wählen Sie Ja aus, um den Teilschritt Bildschnipsel verwalten im Schritt Trainingsdaten vorbereiten zu öffnen.

4. Aktivieren Sie auf der Registerkarte Bildschnipsel auswählen das Kontrollkästchen neben den Bildschnipseln, die für das Training verwendet werden sollen.
Nachdem Sie die Bildschnipsel ausgewählt haben, wird eine Vorschau der Bildschnipsel angezeigt.
5. Klicken Sie auf Weiter, um zu den nächsten Modellparametern zu gelangen.
6. Wählen Sie die Parameter aus, die zum Erstellen des Modells verwendet werden sollen.

Hinweis:

Die Standardeinstellungen für die Konfiguration hängen vom Projekttyp ab, der beim Erstellen des Projekts angegeben wurde. Weitere Informationen zu den Modellparametern finden Sie in den Beschreibungen der Parameter im Schritt Modell trainieren.

7. Klicken Sie auf Training starten.

Der Fortschritt des Trainings wird im Schritt angezeigt. Nach dem Erstellen des Modells wird eine Grafik mit Informationen zum Trainingsprozess, mit einem Vergleich zwischen Trainings- und Validierungsverlust und der Punktzahl der durchschnittlichen Genauigkeit angezeigt. Zudem werden einige Feldvergleiche und Vorhersagevergleiche angezeigt.

Auf der Seite mit Informationen zur Iteration werden die folgenden drei Optionen für den nächsten Schritt angezeigt:

• Neue Iteration anhand dieser trainieren: Mit dieser Option wird das vorhandene Deep-Learning-Modell weiter trainiert und dadurch verbessert.
• Inferenz ausführen: Bei Auswahl dieser Option wird das Deep-Learning-Modell im nächsten Schritt des Workflows verwendet.
• Als Deep-Learning-Paket veröffentlichen: Mit dieser Option wird das Deep-Learning-Modell als Element in ArcGIS Enterprise zur Verwendung in anderen Anwendungen freigegeben.

8. Überlegen Sie, welchen Schritt Sie als Nächstes ausführen möchten, und klicken Sie auf eine der Schaltflächen, um fortzufahren.

Problemumgehung:

Wenn die Ergebnisse des Modelltrainings nicht zufriedenstellend sind, können Sie zum Schritt Trainingsdaten vorbereiten zurückkehren, um weitere oder andere Trainingsgebiete zu erfassen. Ein Ergebnis ist beispielsweise nicht zufriedenstellend, wenn Objekte in den Visualisierungen von Feldvergleichen fehlen oder falsch beschriftet sind, die Punktzahl der durchschnittlichen Genauigkeit niedrig ist oder das Diagramm der Trainings- und Validierungsverluste auf ein Problem mit dem Modell hindeutet.

Im Schritt Modell trainieren wird ein Deep-Learning-Modell erstellt, das in Deep Learning Studio oder in anderen ArcGIS-Anwendungen verwendet werden kann. Im Schritt Inferenz ausführen wird ein Deep-Learning-Modell zur Verarbeitung benötigt. Je nach den Ergebnissen dieses Schrittes besteht der nächste Schritt darin, dass das Modell in einer Deep-Learning-Analyse verwendet oder weiter optimiert wird.