La herramienta Clasificar píxeles con aprendizaje profundo utiliza un modelo de aprendizaje profundo para clasificar los píxeles de una capa de imágenes según una lista definida de etiquetas que indican diferentes clases.
La salida es una capa de imágenes alojada.
Ejemplo
La herramienta Clasificar píxeles con aprendizaje profundo se puede utilizar como entrada para la detección de cambios de categoría entre distintos períodos de tiempo. Las capas de imágenes temáticas clasificadas producidas como salidas se pueden utilizar como capas de imágenes de entrada para medir el cambio a lo largo del tiempo. Por ejemplo, puede utilizar esta herramienta para crear una capa temática de imágenes de los suburbios de una gran ciudad para dos periodos de tiempo con el mismo tema de clasificación. Al comparar las capas de imágenes temáticas producidas, es posible medir y cuantificar la transición de áreas entre clases etiquetadas.
Notas de uso
La herramienta Clasificar píxeles con aprendizaje profundo cuenta con configuraciones para capa de entrada, configuración del modelo y capa de resultados.
Capas de entrada
El grupo Capas de entrada incluye los siguientes parámetros:
- Capa de entrada es la capa de imágenes o capa que se utilizará para la clasificación. La capa de imágenes seleccionada debe basarse en los requisitos del modelo de aprendizaje profundo que se usará para clasificar los píxeles.
- 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 píxeles es el modelo de aprendizaje profundo que se utilizará para clasificar los píxeles. 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.
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 visualiza. 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.
- Tipo de capa de salida especifica el tipo de salida ráster que se creará. La salida puede ser una capa de imágenes en teselas o una capa de imágenes dinámicas.
- 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
- Transformaciones geográficas
- Extensión de procesamiento
Nota:
La extensión de procesamiento predeterminada en Extensión completa. Este valor predeterminado es diferente de Map Viewer Classic, en donde Usar extensión de mapa actual está habilitado de forma predeterminada.
- Alinear ráster
- Tamaño de celda
Salidas
La salida es una capa de imágenes temáticas clasificada basada en el esquema de clasificación definido en 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 píxeles con aprendizaje profundo en API REST de ArcGIS
- Función classify_pixels en ArcGIS API for Python
- Clasificar píxeles con aprendizaje profundo en ArcGIS Pro