Arquitecturas del modelo de aprendizaje profundo

Disponible con licencia de Image Analyst.

En la siguiente tabla se proporciona una descripción general de los tipos de modelos de aprendizaje profundo disponibles en ArcGIS AllSource. Cada fila proporciona formatos de metadatos compatibles y el uso principal del tipo de modelo específico. Si está disponible, se incluyen ejemplos complementarios.

Tipo de modelo de aprendizaje profundoMetadatos admitidosTareaEjemplo

Detector de bordes BDCN

Teselas clasificadas

Clasificación de píxeles

Extracción de parcelas de tierra

Cambiar detector

Teselas clasificadas

Clasificación de píxeles (detección de cambios)

Detectar cambio de edificio

ConnectNet

Teselas clasificadas

Clasificación de píxeles

CycleGAN

Exportar teselas

CycleGAN

Traslación de la imagen (imágenes desvinculadas)

Traducción de SAR a RGB

DeepLab

Teselas clasificadas

Clasificación de píxeles

Orden profundo

ImageNet

Seguimiento de objetos

DETReg

PASCAL_VOC_rectangles

Detección de objetos

Faster RCNN

PASCAL_VOC_rectangles

KITTI_rectangles

Detección de objetos

Clasificador de entidades

Teselas etiquetadas

ImageNet

Teselas multietiquetadas

Detección de objetos

Clasificación de entidades

Detector de bordes HED

Teselas clasificadas

Clasificación de píxeles

Extracción de parcelas de tierra

Subtitulador de imágenes

Subtitulado de imágenes

Subtitulado de imágenes

Mask RCNN

Máscaras RCNN

Detección de objetos (segmentación de instancias)

Detección y clasificación Caribou

MMDetection

PASCAL_VOC_rectangles

KITTI_rectangles

Detección de objetos

MMSegmentation

Teselas clasificadas

Clasificación de píxeles

Extractor de carreteras de varias tareas

Teselas clasificadas

Clasificación de píxeles

Extracción automática de carretera

MaX-DeepLab

Segmentación panóptica

Segmentación panóptica

Pix2Pix

Exportar teselas

Traslación de imágenes (imágenes vinculadas)

Colorear imágenes históricas

PSPNet

Teselas clasificadas

Clasificación de píxeles

PSETAE

MaskRCNN

Clasificación de píxeles

RetinaNet

PASCAL_VOC_rectangles

KITTI_rectangles

Detección de objetos

Detección de vegetación y servicios

Siam Mask

Máscaras RCNN

Seguimiento de objetos

SSD

PASCAL_VOC_rectangles

KITTI_rectangles

Detección de objetos

Detectar salud de palmeras

Superresolución

Superresolución

Traslación de imágenes (imágenes vinculadas)

Aumentar resolución de imagen

U-Net

Teselas clasificadas

Clasificación de píxeles

Extrayendo huellas de edificio

YOLOv3

PASCAL_VOC_rectangles

KITTI_rectangles

Detección de objetos

Nota:

Algunas de las muestras que utilizan el notebook Python para entrenamiento se pueden realizar con la herramienta Entrenar modelo de aprendizaje profundo.

Tareas y herramientas de aprendizaje profundo

TareaHerramienta

Detección de cambios

Detectar cambios con aprendizaje profundo

Traslación de imágenes (vinculadas y no vinculadas)

Clasificar píxeles con aprendizaje profundo

Clasificación de objetos

Clasificar objetos con aprendizaje profundo

Detección de objetos

Detectar objetos con aprendizaje profundo

Detección de objetos (segmentación de instancias)

Detectar objetos con aprendizaje profundo

Seguimiento de objetos

Pestaña Rastreo FMV

Clasificación de píxeles

Clasificar píxeles con aprendizaje profundo