Etiqueta | Explicación | Tipo de datos |
Clase de entidad de entrada | Clase de entidad de entrada o capa de entidades que contiene entidades superpuestas o duplicadas. | Feature Class; Feature Layer |
Campo de puntuación de confianza | Campo de la clase de entidad que contiene las puntuaciones de confianza que se utilizarán como salida del método de detección de objetos. | Field |
Clase de entidad de salida | Clase de entidad de salida de la que se han eliminado las entidades duplicadas. | Feature Class |
Campo de valor de clase (Opcional) | El campo de valor de clase de la clase de entidad de entrada. Si no se especifica, la herramienta utiliza los campos de valor de clase estándar Classvalue y Value. Si estos campos no existen, todas las entidades se tratan como la misma clase de objeto. | Field |
Máx. ratio de superposición (Opcional) | Relación máxima de superposición de dos entidades superpuestas. Esto se define como la relación entre el área de intersección sobre el área de combinación. El valor predeterminado es 0. | Double |
Disponible con licencia de Image Analyst.
Resumen
Identifica entidades duplicadas de la salida de la herramienta Detectar objetos con aprendizaje profundo como un paso posterior al procesamiento y genera una salida sin entidades duplicadas. La herramienta Detectar objetos con aprendizaje profundo puede devolver más de un cuadro o polígono de delimitación para el mismo objeto, que suele ser un efecto secundario del ordenamiento en teselas. Si en dos entidades se superpone más de un ratio máximo determinado, se eliminará la entidad con el valor de confianza más bajo.
Uso
Esta herramienta implementa el algoritmo de supresión no máxima para eliminar objetos duplicados creados por la herramienta Detectar objetos con aprendizaje profundo.
La clase de entidad debe tener un campo de confianza con un valor de confianza para cada entidad.
Si la clase de entidad contiene más de una clase de objeto, como árboles, coches o edificios, también debe tener un campo con un valor de clase o un nombre de clase.
Si dos entidades superpuestas tienen una relación de superposición mayor que la relación máxima de superposición especificada, se eliminará la entidad con la menor confianza.
La herramienta revisa primero la clase de entidad de cada clase de objeto por separado y marca entidades duplicadas de confianza más baja que se eliminarán. A continuación, revisa todas las entidades, comparando entidades de diferentes clases de objeto. La salida es una nueva clase de entidad de la que se han eliminado las entidades duplicadas detectadas.
Parámetros
NonMaximumSuppression(in_featureclass, confidence_score_field, out_featureclass, {class_value_field}, {max_overlap_ratio})
Nombre | Explicación | Tipo de datos |
in_featureclass | Clase de entidad de entrada o capa de entidades que contiene entidades superpuestas o duplicadas. | Feature Class; Feature Layer |
confidence_score_field | Campo de la clase de entidad que contiene las puntuaciones de confianza que se utilizarán como salida del método de detección de objetos. | Field |
out_featureclass | Clase de entidad de salida de la que se han eliminado las entidades duplicadas. | Feature Class |
class_value_field (Opcional) | El campo de valor de clase de la clase de entidad de entrada. Si no se especifica, la herramienta utiliza los campos de valor de clase estándar Classvalue y Value. Si estos campos no existen, todas las entidades se tratan como la misma clase de objeto. | Field |
max_overlap_ratio (Opcional) | Relación máxima de superposición de dos entidades superpuestas. Esto se define como la relación entre el área de intersección sobre el área de combinación. El valor predeterminado es 0. | Double |
Muestra de código
Los objetos duplicados se eliminan de la salida mediante la herramienta NonMaximumSupression.
# Import system modules
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
NonMaximumSuppression("Detectcars1", "Confidence", r"c:\Classification.gdb\tf_detectobjects_cars_", "Class", 0.3)
Los objetos duplicados se eliminan de la salida mediante la herramienta NonMaximumSupression.
# Import system modules
import arcpy
from arcpy.ia import *
"""
Usage: NonMaximumSuppression(in_features,confidence_score_field,
out_features, {class_value_field}, {max_overlap_ratio})
"""
# Set local variables
in_features = "c:/classifydata/Trees.tif"
confidence_score_field = "Confidence"
out_features = "c:/detectobjects/trees.shp"
class_value_field = "Classvalue"
max_overlap_ratio = 0.2
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
# Execute
NonMaximumSuppression(in_features,confidence_score_field, out_features,
class_value_field, max_overlap_ratio)
Entornos
Temas relacionados
- Descripción general del conjunto de herramientas Aprendizaje profundo
- Instalar marcos de aprendizaje profundo para ArcGIS
- Entrenar un modelo de aprendizaje profundo
- Argumentos del aprendizaje profundo
- Arquitecturas del modelo de aprendizaje profundo
- Buscar una herramienta de geoprocesamiento
- Detectar objetos con aprendizaje profundo