Présentation de Deep Learning Studio

Deep Learning Studio est une application Web disponible dans ArcGIS Enterprise qui permet de réaliser le traitement de Deep Learning dans ArcGIS Enterprise en améliorant les processus Deep Learning par l'intermédiaire d'expériences intuitives. Ces expériences permettent de collecter des échantillons d'entraînement, d'entraîner des modèles et d'utiliser des outils d'inférence dans des processus entièrement intégrés pour l'analyse Deep Learning.

Pour pouvoir utiliser l'ensemble des fonctionnalités de Deep Learning Studio, ArcGIS Enterprise doit être configuré pour l'analyse raster et inclure un Data Store raster configuré. Avec la configuration appropriée et des utilisateurs dotés des autorisations requises, Deep Learning Studio peut être utilisé pour une expérience de Deep Learning de bout en bout.

Deep Learning Studio est installé comme partie intégrante d'un portail ArcGIS Enterprise et inclut toutes les fonctionnalités avec ArcGIS Image Server et un Data Store raster configuré.

Analyse Deep Learning dans ArcGIS Enterprise

Le Deep Learning est accompli dans ArcGIS Enterprise à l'aide de plusieurs outils d'analyse raster pouvant être utilisés dans ArcGIS Image Server, ce qui vous permet d'utiliser des méthodes de classification statistiques ou d’apprentissage automatique en vue de classer l’imagerie de télédétection. Les modèles de Deep Learning peuvent être intégrés à ArcGIS Image Server pour la détection des objets, la classification des pixels et la classification des objets.

Deep Learning Studio est une application Web, mais chaque étape peut être traitée comme des applications Web individuelles. Les trois étapes du Deep Learning sont présentées dans Deep Learning Studio. Chacune génère une sortie qui peut être utilisée dans l'analyse du Deep Learning, dans Deep Learning Studio et d'autres applications Esri. Ces trois étapes sont les suivantes :

• Préparer les données d’entraînement

• Entraîner le modèle

• Exécuter l’inférence

Chacune des étapes dans Deep Learning Studio fournit des outils intuitifs permettant de les réaliser. Pour plus d’informations sur les étapes du Deep Learning, consultez les étapes du traitement dans la documentation Deep Learning.

Deep Learning Studio peut créer des sorties différentes en fonction de l'étape effectuée.

Intervalle	Couche d'échantillons d’entraînement	Fragments d’image	Paquetage de Deep Learning	Couche de résultats de l'inférence
Préparer les données d’entraînement	x	x
Entraîner le modèle			x
Exécuter l’inférence				x