Skip To Content

Einführung in Deep Learning Studio

Verfügbar mit Image Server

Deep Learning Studio ist eine in ArcGIS Enterprise verfügbare Web-App, mit der der Deep-Learning-Prozess in ArcGIS Enterprise durchgeführt werden kann. Dazu werden Deep-Learning-Workflows durch eine intuitive Umgebung verbessert. Auf diese Weise können Sie Trainingsgebiete erfassen, Modelle trainieren und Inferenzwerkzeuge in umfassend integrierten Workflows für die Deep-Learning-Analyse verwenden.

Um alle Funktionen von Deep Learning Studio nutzen zu können, muss ArcGIS Enterprise für die Raster-Analyse konfiguriert sein und einen konfigurierten Raster-Data-Store umfassen. Vorausgesetzt, dass die Konfiguration ordnungsgemäß erfolgt ist und die Benutzer über die erforderlichen Berechtigungen verfügen, kann Deep Learning Studio für vollumfassende Deep-Learning-Workflows genutzt werden.

Schema, dem zu entnehmen ist, wie sich die App "Deep Learning Studio" in ArcGIS Enterprise einfügt
Deep Learning Studio wird als Bestandteil eines ArcGIS Enterprise-Portals installiert. Wenn ArcGIS Image Server und ein konfigurierter Raster-Data-Store vorliegen, ist der volle Funktionsumfang verfügbar.

Deep-Learning-Analysen in ArcGIS Enterprise

Deep Learning erfolgt in ArcGIS Enterprise unter Verwendung verschiedener Raster-Analyse-Werkzeuge, die in ArcGIS Image Server genutzt werden können. Auf diese Weise können Sie Klassifizierungsmethoden der Statistik oder des maschinellen Lernens zum Klassifizieren von Fernerkundungsbildern verwenden. Deep-Learning-Modelle können für die Objektermittlung sowie die Pixel- und Objektklassifizierung in ArcGIS Image Server integriert werden.

Zwar ist Deep Learning Studio eine einzelne Web-App, doch kann jeder Schritt als eigene Web-App verwendet werden. Die drei Deep-Learning-Schritte spiegeln sich auch in Deep Learning Studio wider: Jeder Schritt erzeugt eine Ausgabe, die für Deep-Learning-Analysen in Deep Learning Studio und anderen Esri Anwendungen verwendet werden kann. Die drei Schritte lauten:

  • Trainingsdaten vorbereiten

  • Modell trainieren

  • Inferenz ausführen

Jeder der Schritte in Deep Learning Studio bietet intuitive Werkzeuge, mit denen die Aufgaben des jeweiligen Schritts durchgeführt werden können. Weitere Informationen zu Deep-Learning-Schritten finden Sie in der Deep-Learning-Dokumentation beim jeweiligen Prozessschritt.

Verarbeitungsausgaben in Deep Learning Studio

Deep Learning Studio erstellt je nach ausgeführtem Schritt unterschiedliche Ausgaben.

SchrittTrainingsgebiete-LayerBildschnipselDeep-Learning-PaketInferenzergebnis-Layer

Trainingsdaten vorbereiten

X

X

Modell trainieren

X

Inferenz ausführen

X