In diesem Dokument wird die Verwendung des im ArcGIS Living Atlas of the World verfügbaren Deep-Learning-Modells "Cooling Tower Detection - USA" erläutert. Das Modell wird zum Erkennen von Kühltürmen in hochauflösenden Bilddaten verwendet.
Das Erkennen von Kühltürmen ist in verschiedenen Bereichen von außerordentlicher Bedeutung. Bei effizientem Betrieb ergibt sich eine optimierte Energienutzung, was zu erheblichen Einsparungen und niedrigeren Betriebskosten führt. Zudem schützt die Einhaltung sachgerechter Temperaturen Geräte und Maschinen, was kostspieligen Beschädigungen vorbeugt. Durch die reibungslose Funktion von Kühltürmen lassen sich beträchtliche Wassereinsparungen erzielen, was in Regionen mit Wasserknappheit von entscheidender Bedeutung ist. Des Weiteren verhindert dies die Ausscheidung von Schadstoffen und steigert somit die allgemeine Sicherheit und insbesondere die Sicherheit von Anwohnern und Mitarbeitern. Ebenso zeichnet sich eine entscheidende Rolle beim Thema Minimierung von Umweltauswirkungen ab, da sich Möglichkeiten zur Kontrolle von Emissionen und zur Reduzierung von Luft- und Wasserverschmutzung ergeben. Zuletzt lässt sich durch die wirkungsvolle Erkennung von Kühltürmen die Einhaltung von Vorschriften sicherstellen, um in den betreffenden Branchen Bußgelder und rechtliche Probleme zu vermeiden. Kurzum ist das Erkennen von Kühltürmen in puncto Energieeffizienz, Geräteschutz, Wasserversorgung, Sicherheit, Umweltschutz und Einhaltung gesetzlicher Bestimmungen von außerordentlicher Bedeutung.
Lizenzanforderungen
Für diesen Workflow gelten die folgenden Lizenzanforderungen:
- ArcGIS Desktop: ArcGIS Image Analyst-Erweiterung für ArcGIS Pro
- ArcGIS Enterprise: ArcGIS Image Server
- ArcGIS Online: ArcGIS Image for ArcGIS Online
Modelldetails
Dieses Modell hat die folgenden Merkmale:
- Eingabe: Raster, Mosaik-Dataset oder Image-Service (räumliche Auflösung 4–15 Zentimeter)
- Ausgabe: Feature-Class mit Rahmen, die Positionen von Kühltürmen darstellen
- Berechnung: Dieser Workflow ist rechenintensiv. Empfohlen wird eine GPU mit mindestens CUDA Compute Capability Version 6.0.
- Eignung für Geographien: Das Modell eignet sich gut für die Vereinigten Staaten.
- Architektur: Das Modell verwendet die in ArcGIS API for Python implementierte MaskRCNN-Modellarchitektur.
- Accuracy-Kennwerte: Das Modell hat einen durchschnittlichen Precision-Score von 0,72.
Zugreifen auf das Modell und Herunterladen des Modells
Laden Sie das vortrainierte Modell Cooling Tower Detection – USA aus ArcGIS Living Atlas of the World herunter. Alternativ können Sie direkt über ArcGIS Pro auf das Modell zugreifen oder es in ArcGIS Image for ArcGIS Online verwenden.
- Navigieren Sie zum ArcGIS Living Atlas of the World.
- Melden Sie sich mit Ihren ArcGIS Online-Anmeldedaten an.
- Suchen Sie nach Cooling Tower Detection, und öffnen Sie in den Suchergebnissen die entsprechende Elementseite.
- Klicken Sie auf die Schaltfläche Herunterladen, um das Modell herunterzuladen.
Sie können die heruntergeladene .dlpk-Datei direkt in ArcGIS Pro verwenden oder sie in ArcGIS Enterprise hochladen und dort verwenden. Außerdem können Sie das vortrainierte Modell bei Bedarf optimieren.
Versionshinweise
Es folgen die Versionshinweise:
| Datum | Beschreibung |
|---|---|
| November 2023 | Erste Version von "Cooling Tower Detection – USA" |