Verwenden des Modells

Sie können das Modell Parking Lot Classification — USA im Werkzeug Pixel mit Deep Learning klassifizieren verwenden, das in der Toolbox "Image Analyst" in ArcGIS Pro verfügbar ist.

1. Laden Sie das Modell herunter.
2. Fügen Sie den Bilddaten-Layer in ArcGIS Pro hinzu.
3. Fügen Sie hochauflösende (30 Zentimeter–1,2 Meter) Bilder (8-Bit, 3-Band) hinzu, und zoomen Sie auf einen Interessenbereich.
   
4. Klicken Sie auf dem Menüband unter Analyse auf Werkzeuge, um den Bereich Geoverarbeitung zu öffnen.

   

5. Klicken Sie im Bereich Geoverarbeitung auf die Registerkarte Toolboxes, und blenden Sie Image Analyst Tools ein. Klicken Sie unter Deep Learning auf das Werkzeug Pixel mit Deep Learning klassifizieren.

   

6. Legen Sie die Variablen auf der Registerkarte Parameter wie folgt fest:
   1. Eingabe-Raster: Raster, Mosaik-Dataset oder Image-Service (räumliche Auflösung 30 Zentimeter–1,2 Meter)
   2. Ausgabe-Raster-Dataset: Der Name des Rasters oder Mosaik-Datasets, das die klassifizierten Parkplätze enthält
   3. Modelldefinition: Wählen Sie die .dlpk-Datei des vortrainierten oder optimierten Modells aus.
   4. Modellargumente: Ändern Sie gegebenenfalls die Werte der Argumente.
      • padding: Die Anzahl von Pixeln am Rahmen von Bildkacheln, aus denen Vorhersagen für benachbarte Kacheln verschmolzen werden. Erhöhen Sie den Wert, um die Ausgabe zu glätten und gleichzeitig Artefakte an den Kanten zu reduzieren. Der Maximalwert für Padding ist die Hälfte des Wertes für die Kachelgröße.
      • batch_size: Die Anzahl der in den einzelnen Schritten der Modellinferenz verarbeiteten Kacheln. Dieser Wert hängt vom Speicher der Grafikkarte ab.
      • test_time_augmentation: Führt beim Erstellen von Vorhersagen Test-Time Augmentation durch. Wenn "True" festgelegt ist, werden Vorhersagen für gekippte und gedrehte Varianten des Eingabebilds in der endgültigen Ausgabe zusammengeführt.
      • predict_background: Wenn Sie True festlegen, wird auch die Hintergrundklasse klassifiziert.

   

7. Legen Sie die Variablen auf der Registerkarte Umgebungen wie folgt fest:
   1. Verarbeitungsausdehnung: Wählen Sie die Bilddaten oder eine andere Option aus dem Dropdown-Menü aus.
   2. Zellengröße: Legen Sie den Wert auf 0,30 fest.

      Hinweis:

      Die erwartete räumliche Auflösung ist 0,30–1,2 Meter.

   3. Prozessortyp: Wählen Sie nach Bedarf CPU oder GPU aus.

      Hinweis:

      Wenn eine GPU verfügbar ist, wird empfohlen, die Option GPU auszuwählen und GPU-ID auf die zu verwendende GPU festzulegen.

   

8. Klicken Sie auf Ausführen.

   Wenn die Verarbeitung abgeschlossen ist, wird die klassifizierte Ausgabe des Raster-Layers der Karte hinzugefügt.

   

9. Reklassifizieren Sie das Raster, um Pixel mit dem Wert 0 zu entfernen
   1. Klicken Sie im Bereich Geoverarbeitung auf die Registerkarte Toolboxes, blenden Sie Spatial Analyst Tools ein, und navigieren Sie unter Reklassifizieren zum Werkzeug Reklassifizieren.
      
   2. Legen Sie die Variablen auf der Registerkarte Parameter wie folgt fest:
      1. Eingabe-Raster: Fügen Sie hier die in den vorherigen Schritten generierte Ausgabe des Werkzeugs Pixel mit Deep Learning klassifizieren hinzu.
      2. Reclass-Feld: Legen Sie das Feld mit den zu reklassifizierenden Werten fest.
      3. Reklassifizierung: Legen Sie die Werte für die Remap-Tabelle fest, in der definiert wird, wie die Werte reklassifiziert werden. Geben Sie manuell 0 und NODATA in einer Zeile ein, wenn diese Angaben nicht automatisch eingetragen werden.
   3. Klicken Sie auf Ausführen.
      
   
10. Konvertieren Sie das Raster in Polygone.
    1. Klicken Sie im Bereich Geoverarbeitung auf die Registerkarte Toolboxes, blenden Sie Conversion Tools ein, und navigieren Sie unter Von-Raster zum Werkzeug Raster in Polygon.
       
    2. Legen Sie die Variablen auf der Registerkarte Parameter wie folgt fest:
       1. Eingabe-Raster: Fügen Sie hier die in den vorherigen Schritten generierte Ausgabe des Werkzeugs Reklassifizieren hinzu.
       2. Feld: Legen Sie das Feld fest, mit dem den Polygonen im Ausgabe-Dataset Werte aus den Zellen im Eingabe-Raster zugewiesen werden. Verwenden Sie ein ganzzahliges Feld oder ein Zeichenfolgenfeld.
    3. Klicken Sie auf Ausführen.
    
11. Glätten Sie Polygone.
    1. Klicken Sie im Bereich Geoverarbeitung auf die Registerkarte Toolboxes, blenden Sie Cartography Tools ein, und navigieren Sie unter Generalisierung zum Werkzeug Polygon glätten.
    2. Legen Sie die Variablen auf der Registerkarte Parameter wie folgt fest:
       1. Eingabe-Features: Fügen Sie hier die in den vorherigen Schritten generierte Ausgabe des Werkzeugs Raster in Polygon hinzu.
       2. Glättungstoleranz: Geben Sie eine vom Algorithmus PAEK (Polynomial Approximation with Exponential Kernel, Polynomiale Approximation mit exponentiellem Kernel) verwendete Toleranz an.

          Die Toleranz muss angegeben und größer als 0 sein. Sie können eine bevorzugte Einheit auswählen. Standardmäßig wird die Feature-Einheit verwendet.

       
    3. Klicken Sie auf Ausführen.

    Um saubere Polygone zu erhalten, müssen Sie die Polygone glätten. Die geglätteten Polygone können für weitere Analysen verwendet werden, was bei Raster-Ausgaben schwierig ist.