Skip To Content

Werkzeugparameter unter "Inferenz ausführen"

Verfügbar mit Image Server

Im Schritt Inferenz ausführen sind bei der Ausführung von Deep-Learning-Analysen in Deep Learning Studio verschiedene Werkzeugparameter verfügbar.

Im Anschluss an das Training des Deep-Learning-Modells können Sie das Inferenzwerkzeug verwenden, um die Ausgabe des Deep-Learning-Prozesses zu erstellen. Bei der Ausgabe kann es sich um klassifizierte Pixel, einen Objekt-Feature-Layer oder einen Feature-Layer zur Objektqualität handeln.

Hinweis:
Welcher Typ von Deep-Learning-Analyse für das Inferenzwerkzeug verfügbar ist, ergibt sich aus der Option, die Sie bei der Erstellung des Deep Learning Studio-Projekts ausgewählt haben.
Sie können an den folgenden Werkzeugparametern Anpassungen vornehmen:

ParameterBeschreibung
Modell

Geben Sie das Deep-Learning-Modell an. Die Standardeinstellung ist das Deep-Learning-Framework-Modell, das im Projekt erstellt wurde. Jedoch können alle verfügbaren Modelle verwendet werden.

Hinweis:

Deep-Learning-Pakete aus dem ArcGIS Living Atlas werden jetzt auch als Eingabe unterstützt.

Modellparameter

Die beim Modelltraining erstellten Modellargumente

Eingabe-Bilddatenquelle

Die zu verwendende Eingabe-Bilddatenquelle. Die Standardeinstellung ist die im Projekt angegebene Bilddatenquelle, jedoch können alle im Data Store verfügbaren Bilddaten-Layer oder Bildsammlungen verwendet werden. Für die Objektklassifizierung kann es sich um einen Feature-Layer mit Anlagen handeln.

Interessenbereich

Der durch ein Polygon begrenzte Bereich, in dem der Prozess ausgeführt wird

Verarbeitungsmodus

Geben Sie an, wie die einzelnen Elemente im Bilddaten-Layer verarbeitet werden.

Im Anschluss an die Ausführung des Inferenzwerkzeugs wird die erstellte Ausgabe in der Karte angezeigt. Sie können die Ausgabe des Deep-Learning-Prozesses evaluieren, um herauszufinden, ob die Ergebnisse zufriedenstellend sind oder weitere Anpassungen erforderlich sind. Ob unter Berücksichtigung der Ergebnisse eine weitere Verbesserung des Modells angestrebt wird, hängt in der Regel von den gewünschten Ausgabeergebnissen, von Zeit und Aufwand, die für eine weitere Verbesserung der Ergebnisse nötig sind, sowie von dem Zeitrahmen des Projekts ab.

Wurden Werkzeuge der Objekterkennung oder Objektklassifizierung eingesetzt, beinhalten die erkannten Objekte einen Konfidenzwert, der das Konfidenzniveau des Objekts angibt. Die Konfidenzwerte überprüfen Sie, indem Sie ein Objekt auswählen und dessen Pop-up-Informationen einsehen.


In diesem Thema