Utiliser le modèle

Vous pouvez utiliser ce modèle dans l’outil Détecter des objets à l’aide d’algorithmes de Deep Learning disponible dans la boîte à outils Image Analyst dans ArcGIS Pro.

Pour utiliser le modèle pré-entraîné Détection des arbres, procédez comme suit :

1. Téléchargez le modèle et ajoutez la couche d’imagerie dans ArcGIS Pro.
2. Effectuez un zoom sur une zone d’intérêt.

   

3. Cliquez sur l’onglet Analysis (Analyse) et accédez à Tools (Outils).

   

4. Dans la fenêtre Geoprocessing (Géotraitement), cliquez sur Toolboxes (Boîtes à outils) et développez Image Analyst Tools (Outils Image Analyst). Sélectionnez l’outil Détecter des objets à l’aide d’algorithmes de Deep Learning sous Deep Learning.

   

5. Sous l’onglet Parameters (Paramètres), définissez les variables comme suit :
   1. Input Raster (Raster en entrée) - Sélectionnez l’imagerie.
   2. Output Feature Class (Classe d’entités en sortie) - Définissez la classe d’entités en sortie qui contiendra les objets détectés.
   3. Model Definition (Définition du modèle) (facultatif) - Sélectionnez le fichier .dlpk de modèle pré-entraîné.
   4. Model Arguments (Arguments du modèle) (facultatif) - Remplacez les valeurs des arguments, si nécessaire.
      • padding - Nombre de pixels en bordure des tuiles d’image à partir desquelles les prévisions sont fusionnées pour les tuiles adjacentes. Augmentez sa valeur pour lisser la sortie tout en réduisant les artefacts de bord. La valeur maximale du remplissage peut représenter la moitié de la valeur de la taille d’une tuile.
      • batch_size - Nombre de tuiles d’image traitées à chaque étape de l’inférence du modèle. Ce nombre dépend de la mémoire de la carte graphique.
      • threshold - Les détections dont le score de confiance est supérieur à ce seuil sont incluses dans les résultats. Les valeurs autorisées varient entre 0 et 1,0.
      • return_bboxes - Si la condition est vérifiée, l’outil renvoie une emprise autour de l’entité détectée.
      • tile_size - La largeur et la hauteur des tuiles d’image dans l’imagerie est fractionnée en vue de la prévision.
   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).

   

   Remarque :

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

   

6. Sous l’onglet Environments (Environnements), définissez les variables 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) (requis) - Définissez la valeur sur 0,25.

      La résolution de raster attendue varie entre 0,1 et 0,25 mètres.

   3. Processor Type (Type de processeur) - Sélectionnez CPU (UC) ou GPU, le cas échéant.

      Il est recommandé de sélectionner GPU, si l’option est disponible et de définir GPU ID (ID GPU) pour indiquer le GPU à utiliser.

   

7. Cliquez sur Run (Exécuter).

   La couche en sortie est ajoutée à la carte.