La herramienta Clasificar objetos con aprendizaje profundo ejecuta un modelo de aprendizaje profundo en una capa de imágenes para generar una tabla o capa de entidades en la que se clasifica cada objeto de entrada.
La salida es una capa de entidades alojada.
Ejemplos
A continuación se citan algunos ejemplos de uso de esta herramienta:
- Evaluar daños en edificios tras una catástrofe natural. Con una capa de entidades de huellas de edificios y una capa de imágenes donde se muestran las áreas dañadas, la herramienta puede indicar si los edificios existentes han sufrido daños.
- Indicar el estado de la cobertura arbórea de los árboles existentes. Con una capa de entidades de coberturas arbóreas y una capa de imágenes que muestra la cubierta arbórea actual, la herramienta puede indicar si los árboles existentes están sanos o sufren estrés.
Notas de uso
La herramienta Clasificar objetos con aprendizaje profundo cuenta con configuraciones para capa de entrada, configuración del modelo y capa de resultados.
Capa de entrada
El grupo Capa de entrada incluye los siguientes parámetros:
- Capa de imágenes o capa de entidades de entrada es la capa o capas de imágenes que se utilizarán para clasificar los objetos. La capa de imágenes seleccionada debe basarse en los requisitos del modelo de aprendizaje profundo que se usará para clasificar los objetos. La capa de imágenes puede ser multidimensional o una colección de imágenes.
- Capa de entidades de entrada contiene las entidades que indican las posiciones que hay que clasificar. Cada fila de la capa de entidades de entrada representa un único objeto. Si no se especifica ninguna capa de entidades de entrada, se presupone que cada imagen de entrada contiene un único objeto que se va a clasificar.
- Modo de procesamiento especifica cómo se procesarán los elementos de ráster de la capa de imágenes. Las opciones son las siguientes:
- Procesar como imagen en mosaico: se creará un mosaico con todos los elementos de ráster del dataset de mosaico o del servicio de imágenes y se procesarán. Esta es la opción predeterminada.
- Procesar todos los elementos de ráster por separado: todos los elementos de ráster del dataset de mosaico o del servicio de imágenes se procesarán como imágenes separadas.
Configuración del modelo
El grupo Configuración del modelo incluye los siguientes parámetros:
- Modelo para la clasificación de objetos es el modelo de aprendizaje profundo que se utilizará para clasificar los objetos. El modelo de aprendizaje profundo debe estar ubicado en ArcGIS Online para poder seleccionarlo en la herramienta. Puede seleccionar su propio modelo, un modelo disponible públicamente en ArcGIS Online o un modelo de ArcGIS Living Atlas of the World.
- Argumentos de modelo especifica los argumentos de función definidos en la clase de función ráster de Python. Se enumeran argumentos y parámetros de aprendizaje profundo adicionales para experimentos y refinamiento, como un umbral de confianza para ajustar la sensibilidad. Los nombres de los argumentos se toman del módulo de Python.
- Nombre de campo de etiqueta de clase de salida es el nombre de campo que contendrá la etiqueta de clasificación en la tabla o capa de entidades alojada de salida.
Capa de resultados
El grupo Capa de resultados incluye los siguientes parámetros:
- Nombre de salida especifica el nombre de la capa que se crea y se agrega al mapa. El nombre debe ser único. Si ya existe una capa con el mismo nombre en su organización, la herramienta fallará y se le pedirá que utilice otro nombre.
- Guardar en carpeta especifica el nombre de una carpeta de Mi contenido en la que se guardará el resultado.
Entornos
La configuración del entorno de análisis cuenta con parámetros adicionales que afectan a los resultados de una herramienta. Puede acceder a la configuración del entorno de análisis de la herramienta desde el grupo de parámetros Configuración del entorno.
Esta herramienta respeta estos entornos de análisis:
- Sistema de coordenadas de salida
- Extensión de procesamiento
Nota:
La extensión de procesamiento predeterminada en Visor de mapas es la extensión completa. Este valor predeterminado es diferente de Map Viewer Classic, en donde Usar extensión de mapa actual está habilitado de forma predeterminada.
- Tamaño de celda
Créditos
Esta herramienta consume créditos.
Utilice Estimar los créditos para calcular el número de créditos que se necesitarán para ejecutar la herramienta. Para obtener más información, consulte Comprender los créditos para el análisis espacial.
Salidas
Esta herramienta incluye los siguientes campos:
- Una capa de entidades alojada con los objetos o entidades etiquetados según la clasificación determinada por el modelo de aprendizaje profundo
- Una tabla con las ubicaciones etiquetadas según la clasificación determinada por el modelo de aprendizaje profundo
Requisitos de uso
Esta herramienta requiere los siguientes tipos de usuario y configuraciones:
- Tipo de usuario Professional o Professional Plus
- Rol de publicador, moderador o administrador, o rol personalizado equivalente con el privilegio Análisis de imágenes
Recursos
Utilice los recursos siguientes para más información:
- Clasificar objetos con aprendizaje profundo en API REST de ArcGIS
- Función classify_objects en ArcGIS API for Python
- Detectar objetos con aprendizaje profundo en ArcGIS Online
- Clasificar píxeles con aprendizaje profundo en ArcGIS Online
- Clasificar objetos con aprendizaje profundo en ArcGIS Pro