Types de projet

Deep Learning Studio organise le développement et l'utilisation des modèles de Deep Learning en projets, qui incluent un type de projet. La classification de pixels, la détection d'objets et la classification d'objets peuvent toutes être créées dans un projet Deep Learning Studio. Dans ArcGIS Enterprise 11.0, Deep Learning Studio a introduit un nouveau type d’élément de portail appelé projet Deep Learning Studio. Un projet Deep Learning Studio organise les ressources de référence requises pour réaliser un traitement de Deep Learning dans un même emplacement d'une organisation. La manière dont les projets sont organisés présente une expérience utilisateur ciblée qui peut s'étendre dans l'entreprise d'une organisation, à l'aide de services et de ressources partagés dans le cadre du SIG Web.

Sections de configuration du projet

Les informations sur le projet pour l'analyse de Deep Learning se trouvent dans les sous-sections ci-après.

Généralités

Cette section contient les informations de base sur le projet, est requise pour les trois étapes et inclut ce qui suit :

• Project name (Nom du projet) : identifiant unique du projet.
• Project type (Type de projet) : fait référence au type d'analyse de Deep Learning qui sera utilisé lors de l'étape Run inference (Exécuter l’inférence), qui spécifie les métadonnées des fragments d'image, les options et le backbone de modèle pris en charge qui sera utilisé pour l'exportation des fragments d'image.

  Attention :

  Une fois que le type de projet est sélectionné lors de la création du projet, il ne peut plus être modifié.

• Tags (Balises) : mots-clés permettant de rechercher le projet dans l'organisation.
• Summary (Résumé) : brève description du projet qui décrit l'analyse effectuée.

Groupes et utilisateurs

Le projet peut nécessiter des membres supplémentaires de l'équipe pour réaliser la collecte. Cette section du projet Deep Learning Studio contrôle le mode de partage des tâches du projet avec les groupes existants dans l'organisation.

Remarque :

Cette section peut être modifiée à tout moment lors de la configuration du projet, mais l'invite de sélection d'un groupe n'apparaît que si l'étape Prepare training data (Préparer les données d’entraînement) est sélectionnée et que le projet n'est pas configuré pour l'entraînement.

Dans cette étape, les groupes dans Enterprise peuvent être sélectionnés s'ils sont déjà créés. La création de groupe n'est pas possible dans Deep Learning Studio.

Source d’imagerie

Cette section indique la source d'imagerie utilisée pour l'étape Prepare training data (Préparer les données d’entraînement). Toute source d'imagerie ajoutée à l'organisation est accessible ici. L'étendue spatiale de la source d'imagerie est utilisée pour la diviser en unités de travail et comme couche en entrée pour la création des échantillons d'entraînement.

Unités de travail

Selon la source d'imagerie spécifiée dans la section précédente, les unités de travail sont créées automatiquement en fonction d'une option de configuration parmi les trois proposées : un système de grille définissant les unités de tâche, des unités de travail personnalisées ou des images individuelles. Les unités de travail divisent la collecte des données d'entraînement en unités plus petites qui peuvent être collectées, vérifiées et approuvées séparément.

Attention :

Une fois que les unités de travail sont configurées, elles ne peuvent pas être modifiées.