Skip To Content

Utiliser le modèle

  1. Téléchargez le modèle Extraction des routes - Monde et ajoutez la couche d’imagerie dans ArcGIS Pro.
  2. Effectuez un zoom sur une zone d’intérêt.
    Zoom avant sur la zone d’intérêt
  3. Cliquez sur Tools (Outils) sous l’onglet Analysis (Analyse).
    Outils de l’onglet Analyse
  4. Cliquez sur l’onglet Toolboxes (Boîtes à outils) dans la fenêtre Geoprocessing (Géotraitement), développez Image Analyst Tools (Outils Image Analyst) et sélectionnez l’outil Détecter des objets à l’aide d’algorithmes de Deep Learning sous Deep Learning.
    Outil Détecter des objets à l’aide de l’apprentissage profond
  5. Sous l’onglet Parameters (Paramètres), définissez les paramètres comme suit :
    1. Input Raster (Raster en entrée) - Sélectionnez l’imagerie.
    2. Output Detected Objects (Objets détectés en sortie) - Définissez la classe d’entités en sortie qui contient les objets détectés.
    3. Model Definition (Définition du modèle) - Sélectionnez le fichier .dlpk de modèle pré-entraîné.
    4. Arguments (facultatif) - Remplacez les valeurs des arguments, si nécessaire.
    5. Non Maximum Suppression (Suppression non maximale) - Vous pouvez, si vous le souhaitez, cocher la case pour supprimer les entités superposées de moindre confiance.

      Si l’option est cochée, effectuez les opérations suivantes :

      • Définissez Confidence Score Field (Champ de score de confiance).
      • Définissez Class Value Field (Champ de valeur de classe) (facultatif).
      • Définissez Maximum Overlap Ratio (Ratio de superposition maximale) (facultatif).
      Paramètres de l’outil Détecter des objets à l’aide d’algorithmes de Deep Learning
      Remarque :

      Pour accéder directement au modèle dans ArcGIS Pro (pris en charge dans ArcGIS Pro 2.7 et version ultérieure), cliquez sur le bouton Parcourir et recherchez le modèle.

      Modèle pré-entraîné Extraction des routes - Monde localisé
  6. Sous l’onglet Environments (Environnements), définissez les valeurs comme suit :
    1. Processing Extent (Étendue de traitement) - Sélectionnez Current Display Extent (Étendue d’affichage actuelle) ou toute autre option dans le menu déroulant.
    2. Cell Size (Taille de cellule) - Définissez la valeur sur 1.

      La résolution de raster attendue est d’1 mètre.

    3. Processor Type (Type de processeur) - Sélectionnez CPU (UC). Ce modèle s’exécute uniquement sur une unité centrale.
      Environnements de l’outil Détecter des objets à l’aide d’algorithmes de Deep Learning
  7. Cliquez sur Run (Exécuter).

    La couche en sortie est ajoutée à la carte.

    Image obtenue