Disponible avec une licence Image Analyst.
La classification d’objets vise à identifier la classe de chaque entité, par exemple un bâtiment. Vous pouvez l’utiliser pour déterminer si un bâtiment est endommagé après une catastrophe naturelle. La classification d’objets requiert les entrées suivantes :
- Un raster en entrée qui contient les bandes spectrales
- Une classe d’entités qui définit la localisation (par exemple, un contour ou une emprise) de chaque entité
Vous pouvez calculer la classification d’objets via des réseaux neuronaux convolutifs (CNN). Plusieurs algorithmes de classification d’images reposent sur des réseaux neuronaux convolutifs (CNN). La plupart des algorithmes ont un backbone qui utilise l’architecture des réseaux neuronaux convolutifs (CNN), par exemple Resnet, LeNet-5, AlexNet ou VGG 16, ainsi qu’une couche Softmax.
La classification d’objets utilise le type de modèle Classificateur d’entités pour entraîner un modèle.
Vous avez un commentaire à formuler concernant cette rubrique ?