Disponible con Image Server
Deep Learning Studio es una aplicación web disponible en ArcGIS Enterprise que permite completar el proceso de aprendizaje profundo en ArcGIS Enterprise con la mejora de los flujos de trabajo de aprendizaje profundo a través de experiencias intuitivas. Estas experiencias le permiten recopilar muestras de entrenamiento, entrenar modelos y usar herramientas de inferencia en flujos de trabajo totalmente integrados para analizar el aprendizaje profundo.
Para usar todas las capacidades de Deep Learning Studio, debe configurarse ArcGIS Enterprise para analizar los rásteres e incluir un almacén de datos ráster configurado. Con la configuración adecuada y disponiendo los usuarios de los permisos necesarios, es posible utilizar Deep Learning Studio para una experiencia integral de aprendizaje profundo.
Análisis de aprendizaje profundo en ArcGIS Enterprise
El aprendizaje profundo se completa en ArcGIS Enterprise mediante el uso de varias herramientas de análisis de rásteres que se pueden usar en ArcGIS Image Server, lo que le permite usar métodos estadísticos o de clasificación de aprendizaje automático para clasificar imágenes de teledetección. Los modelos de aprendizaje profundo se pueden integrar con ArcGIS Image Server para detectar objetos, clasificar píxeles y clasificar objetos.
Deep Learning Studio es una aplicación web, pero cada paso se puede tratar en forma de aplicaciones web específicas. Los tres pasos del aprendizaje profundo se presentan en Deep Learning Studio y cada uno produce unos resultados que se pueden usar para analizar el aprendizaje profundo en Deep Learning Studio y otras aplicaciones de Esri. Los tres pasos incluyen:
Preparar datos de entrenamiento
Entrenar modelo
Ejecutar inferencia
Cada paso en Deep Learning Studio facilita herramientas intuitivas para completarlo. Para obtener más información sobre los pasos del aprendizaje profundo, consulte la documentación relativa al Aprendizaje profundo.
Deep Learning Studio puede crear diferentes resultados en función del paso que se realice.
Paso | Capa de muestras de entrenamiento | Chips de imágenes | Paquete de aprendizaje profundo | Capa de resultados de inferencia |
---|---|---|---|---|
Preparar datos de entrenamiento | X | X | ||
Entrenar modelo | X | |||
Ejecutar inferencia | X |