Disponible con Image Server
En el paso Entrenar modelo existen diversos parámetros de herramienta cuando se realiza un análisis de aprendizaje profundo en Deep Learning Studio.
Una vez entrenado el modelo de aprendizaje profundo, puede usar la herramienta de inferencia para crear el resultado del proceso de aprendizaje profundo. El resultado se puede clasificar en píxeles, una capa de entidades de objetos o una capa de entidades que indica la calidad de los objetos.
Nota:
El tipo de análisis de aprendizaje profundo disponible para la herramienta de inferencia está definido por la opción que haya seleccionado al crear el proyecto de Deep Learning Studio.| Parámetro | Descripción |
|---|---|
| Modelo | Especifique el modelo de marco de aprendizaje profundo. El valor predeterminado es el modelo de marco de aprendizaje profundo creado en el proyecto, si bien es posible usar cualquier modelo disponible. Nota:Ahora se admiten como entrada los paquetes de aprendizaje profundo de ArcGIS Living Atlas. |
| Parámetros de modelo | Los argumentos del modelo creados durante el entrenamiento del modelo. |
| Fuente de imágenes de entrada | La fuente de imágenes de entrada que se va a utilizar. El valor predeterminado es la fuente de imágenes especificada en el proyecto, si bien es posible utilizar cualquier capa de imágenes disponible o recopilación de imágenes desde el almacén de datos. La clasificación de objetos puede ser una capa de entidades con apéndices. |
| Área de interés | El área delimitada por un polígono donde se va a ejecutar el proceso. |
| Modo de procesamiento | Especifique cómo se va a procesar cada elemento de la capa de imágenes. |
Después de ejecutar la herramienta de inferencia, el resultado es visible en el mapa. Puede evaluar el resultado del proceso de aprendizaje profundo para determinar si se necesita más trabajo o si los resultados son satisfactorios. En función de los resultados, la decisión para continuar mejorando el modelo suele basarse en los resultados deseados, la cantidad de tiempo y esfuerzo necesarios para mejorar los resultados, y los plazos del proyecto.
Si se han utilizado herramientas de detección o clasificación de objetos, los objetos encontrados incluyen un valor de confianza que indica el nivel de confianza del objeto. Puede revisar los valores de confianza seleccionando los objetos y revisando la información emergente.