Disponible con Image Server
La carga de trabajo de Deep Learning Studio está definida por el proyecto, los roles y las unidades de trabajo. Al iniciar Deep Learning Studio, el primer paso es crear un proyecto para el proceso de aprendizaje profundo. Sin embargo, existen roles definidos en el grupo que se deben tener en cuenta antes de crear el proyecto de Deep Learning Studio. En cada proyecto, el trabajo se divide en unidades que los miembros del grupo deberán completar en función de su rol.
Proyecto
En ArcGIS Enterprise se crea un proyecto de Deep Learning Studio como elemento que se puede compartir con otras personas de su organización. El proyecto agrega los procesos y el trabajo para completar el análisis del aprendizaje profundo. Para iniciar el proceso de aprendizaje profundo existen tres tareas:
- Preparar datos de entrenamiento
- Entrenar modelo
- Ejecutar inferencia
El proyecto debe estar configurado para la tarea cuando se seleccione la tarea Preparar datos de entrenamiento. Las opciones de configuración incluyen la configuración de la fuente de datos, el esquema para muestras de entrenamiento, la asignación de grupos y las unidades de trabajo.
Roles
Un rol de Deep Learning Studio especificado se relaciona con sus privilegios en ArcGIS Enterprise. Los roles no se especifican durante la creación del proyecto. El propietario de un proyecto tiene las mismas capacidades que un analista gracias a sus privilegios similares en la organización. Sin embargo, la capacidad de marcarlo como finalizado solo se otorga al creador del proyecto (el propietario del proyecto). El rol de recopilador de muestras está disponible para todos los usuarios que cuenten con privilegios de edición en la organización.
| Rol | Configurar proyecto para Preparar datos de entrenamiento | Recopilar muestras de entrenamiento | Revisar muestras de entrenamiento | Exportar muestras de entrenamiento | Entrenar modelo | Herramienta Ejecutar inferencia | Eliminar proyecto |
|---|---|---|---|---|---|---|---|
Propietario de proyectos | X | X | X | X | X | X | X |
Analista | X | X | X | X | X | ||
Recopilador de muestras | X |
- Propietario del proyecto: el propietario de un proyectos supervisa todo el proceso de aprendizaje profundo y configura el proyecto con los datos, asigna los grupos y define las fuentes de datos. El propietario de un proyecto puede participar en todos los procesos de un proyecto de Deep Learning Studio.
- Analista: un analista en un proyecto de Deep Learning Studio puede participar en todo el trabajo del proyecto, incluida la recopilación de muestras, el entrenamiento de un modelo, el uso de herramientas de inferencia y la generación de resultados. Combinan sus conocimientos de SIG y de aprendizaje profundo para generar resultados a partir del análisis de aprendizaje profundo.
- Recopilador de muestras: el rol de recopilador de muestras es para los miembros de un grupo que solamente van a participar en la recopilación de muestras de entrenamiento.
En función del proyecto, es posible que no todos los roles sean necesarios y tampoco obligatorios. Se recomiendan para proyectos mayores con muchos usuarios que contribuyen al trabajo. Los miembros de los grupos de Deep Learning Studio se administran de la misma forma que los grupos de ArcGIS Enterprise. Para obtener más información sobre grupos de ArcGIS Enterprise, consulte Crear grupos.
Unidades de trabajo
Cuando el propietario de un proyecto define la fuente de datos para un proyecto de Deep Learning Studio, la extensión espacial de la fuente de datos de entrada se considera como el área total que se va a completar para el proyecto de forma predeterminada. Durante la configuración del proyecto, el propietario del proyecto puede dividir las unidades de trabajo en unidades más pequeñas para definir áreas de entrenamiento o dividir la recopilación de muestras en áreas más pequeñas para que las complete un equipo de recopiladores de muestras. Estas unidades de trabajo definidas se utilizan para revisar recopilaciones de muestras y deben marcarse como finalizadas para utilizarlas en el entrenamiento de modelos. Durante la configuración del proyecto, es posible refinar las extensiones espaciales personalizadas con una capa de entidades poligonales.
El estado de la unidad de trabajo puede ser una de las tres opciones durante el proceso de recopilación de muestras de entrenamiento. El estado de la unidad de trabajo puede ser:
- En cola: significa que está lista para que se recopilen muestras de entrenamiento.
- En progreso: significa que se está realizando la recopilación de muestras.
- Pendiente de revisión: significa que está esperando a que la revisen y está marcada como Finalizada por el recopilador de muestras de entrenamiento.
- En revisión: significa que las muestras de entrenamiento están en proceso de revisión.
- Revisada: significa que la unidad de trabajo se ha revisado y está lista para que la utilicen para crear chips de imágenes.
Revisar paneles
En el paso Preparar entrenamiento, durante el subpaso Revisar muestra de entrenamiento, se crea un panel para gestionar el proceso de revisión. En el panel, estarán visibles las unidades de trabajo, las muestras de entrenamiento que se van a revisar y el estado del proceso de revisión. Los paneles hacen que el proceso de revisión sea intuitivo y que el proceso se complete de forma eficiente.