Paramètres de l'outil Run inference (Exécuter l’inférence)

Dans l'étape Run inference (Exécuter l’inférence), plusieurs paramètres d'outil sont disponibles lors de l'analyse de Deep Learning dans Deep Learning Studio.

Une fois que le modèle de Deep Learning est entraîné, vous pouvez utiliser l'outil d'inférence pour créer la sortie du traitement de Deep Learning. La sortie peut correspondre à des pixels classés, à une couche d’entités d'objets ou à une couche d’entités indiquant la qualité des objets.

Remarque :

Le type d'analyse de Deep Learning disponible pour l'outil d'inférence est défini par l'option que vous avez sélectionnée lors de la création du projet Deep Learning Studio.

Vous pouvez ajuster les paramètres suivants dans cet outil :

Paramètre	Description
Modèle	Spécifiez le modèle de structure de Deep Learning. Le modèle par défaut est le modèle de structure de Deep Learning créé dans le projet, mais tout modèle disponible peut être utilisé.
Paramètres du modèle	Arguments du modèle créés lors de l'entraînement du modèle.
Source d’imagerie en entrée	Source d’imagerie en entrée à utiliser. La source par défaut est la source d’imagerie spécifiée dans le projet, mais toute couche d’imagerie ou collection d'imagerie disponible du Data Store peut être utilisée. La classification des objets peut être une couche d’entités avec des pièces jointes.
Zone d'intérêt	Zone délimitée par un polygone, dans laquelle le traitement sera exécuté.
Processing mode (Mode de traitement)	Spécifiez le mode de traitement de chaque élément de la couche d'imagerie.

Une fois que l'outil d'inférence a été exécuté, la sortie résultante est visible dans la carte. Vous pouvez évaluer la sortie du traitement de Deep Learning pour déterminer si des tâches supplémentaires sont nécessaires ou si les résultats sont satisfaisants. En fonction des résultats, la décision de continuer d'améliorer le modèle repose généralement sur les résultats souhaités pour la sortie, le temps et l'effort nécessaires pour améliorer les résultats et le temps imparti au projet.

Si des outils de détection ou de classification des objets ont été utilisés, les objets détectés incluent une valeur de confiance indiquant le niveau de confiance de l'objet. Vous pouvez vérifier les valeurs de confiance en sélectionnant des objets et en examinant les informations contextuelles.