ラベル | 説明 | データ タイプ |
入力トレーニング データ | 分類モデルのトレーニングに使用される点群トレーニング データ (*.pctd ファイル)。 | File |
出力モデルの場所 | ディープ ラーニング モデルを含む新しいディレクトリを保存する既存のフォルダー。 | Folder |
出力モデル名 | 出力 Esri モデル定義ファイル (*.emd)、ディープ ラーニング パッケージ (*.dlpk)、およびこれらを格納するために作成されるディレクトリの名前。 | String |
事前トレーニング済みモデル (オプション) | 微調整される事前トレーニング済みモデル。 事前トレーニング済みモデルを指定する際、そのモデルを生成したトレーニング データで使用したのと同じ属性、クラス コード、最大ポイント数を入力トレーニング データで指定する必要があります。 | File |
属性選択 (オプション) | モデルのトレーニングに使用されるポイント属性を指定します。 使用できるのは、点群トレーニング データにある属性だけです。 デフォルトでは他の属性は含まれていません。
| String |
ブロックごとの最小ポイント数 (オプション) | モデルのトレーニング時に、指定したブロックに存在して使用される必要がある最小ポイント数。 デフォルトは 0 です。 | Long |
クラスの再マッピング (オプション) | ディープ ラーニング モデルのトレーニング前にクラス コード値を新しい値にマッピングする方法を定義します。 | Value Table |
対象クラス コード (オプション) | トレーニング データのブロックをフィルターするために使用されるクラス コード。 対象クラス コードを指定すると、他のすべてのクラス コードがバックグラウンド クラス コードに再分類されます。 | Long |
バックグラウンド クラス コード (オプション) | 対象クラス コードが指定されている際に、他のすべてのクラス コードに使用されるクラス コード値。 | Long |
クラスの説明 (オプション) | トレーニング データの各クラス コードが何を表しているかに関する説明。 | Value Table |
モデル選択基準 (オプション) | 最終モデルの決定に使用される統計的基礎を指定します。
| String |
エポックの最大数 (オプション) | ニューラル ネットワークを通って各データ ブロックが前後に渡される回数。 デフォルトは 25 です。 | Long |
エポック当たりの反復 (%) (オプション) | 各トレーニング エポックで処理されるデータのパーセンテージ。 デフォルトは 100 です。 | Double |
学習率 (オプション) | 既存の情報を新しい情報で上書きする割合。 値を指定しないと、トレーニング プロセス中に最適な学習率が学習曲線から抽出されます。 これがデフォルトです。 | Double |
バッチ サイズ (オプション) | 指定した時間に処理されるトレーニング データ ブロックの数。 デフォルトは 2 です。 | Long |
モデルの改善がなくなった時点でトレーニングを停止 (オプション) | [モデル選択基準] パラメーターに指定したメトリックが、5 回のエポックで連続して改善されない場合にモデルのトレーニングを停止するかどうかを指定します。
| Boolean |
学習率方法 (オプション) | トレーニング中に学習率を変更する方法を指定します。
| String |
モデル アーキテクチャ (オプション) | モデルのトレーニングに使用するニューラル ネットワーク アーキテクチャを指定します。 事前トレーニング済みモデルを指定すると、事前トレーニング済みモデルの作成に使用されるアーキテクチャが自動的に設定されます。
| String |
派生した出力
ラベル | 説明 | データ タイプ |
出力モデル | このツールによって最終的に生成されるモデル。 | File |
出力モデルの統計 | .csv ファイルには、それぞれのクラス コードとエポックの精度、再現率、F1 の各スコアが含まれています。 | Text File |
出力エポックの統計 | .csv ファイルには、各エポックで取得されたトレーニング損失、検証損失、精度、再現率、F1 の各スコアが含まれています。 | Text File |