ディープラーニングを使用したオブジェクトの分類 (Map Viewer)—ArcGIS Online

ArcGIS Image for ArcGIS Online で利用できます。

ディープラーニングを使用したオブジェクトの分類ツールは、イメージレイヤー上でディープラーニングモデルを実行し、各入力オブジェクトを分類したフィーチャレイヤーまたはテーブルを生成します。

出力はホストフィーチャレイヤーです。

例

ディープラーニングを使用したオブジェクトの分類ツールは、自然災害後に被災した建物を評価するために使用されます。ツールでは、建物フットプリントのフィーチャレイヤーと被災地域を示すイメージレイヤーを用いて、既存の建物が被災したかどうかを示すことができます。

ディープラーニングを使用したオブジェクトの分類ツールは、既存の樹冠の健全性を示すために使用されます。ツールでは、樹冠のフィーチャレイヤーと現在の樹冠を示すイメージレイヤーを用いて、既存の樹木の健全性を示すことができます。

ディープラーニングを使用したオブジェクトの分類ツールには、入力イメージレイヤーの構成、入力フィーチャレイヤー、ディープラーニングモデル、結果レイヤーが含まれます。

[入力レイヤー] グループには次のパラメーターがあります。

[入力イメージレイヤーまたはフィーチャレイヤー] は、イメージレイヤーや、オブジェクトの分類に使用するレイヤーを選択するために使用されます。イメージレイヤーは、オブジェクトの分類に使用するディープラーニングモデルの要件に基づいて選択する必要があります。イメージレイヤーは多次元か画像コレクションのいずれかです。
[入力フィーチャレイヤー] は、分類する位置を示すフィーチャを選択するために使用されます。入力フィーチャレイヤーの各行は、単一のオブジェクトを表します。入力フィーチャレイヤーが指定されない場合、各入力画像に分類対象の単一オブジェクトが含まれていると判断します。
[処理モード] は、イメージレイヤーのラスターアイテムの処理方法を指定します。 [処理モード] には、次のオプションがあります。
- [モザイク画像として処理] - モザイクデータセットまたはイメージサービス内のすべてのラスターアイテムをモザイク化して処理します。これがデフォルトです。
- [すべてのラスターアイテムを別々に処理] - モザイクデータセットまたはイメージサービス内のすべてのラスターアイテムを別々のイメージとして処理します。

[モデル設定] グループには次のパラメーターがあります。

[オブジェクト分類のモデル] - オブジェクトの分類に使用するディープラーニングモデルを指定します。ディープラーニングモデルをツールで選択するには、ArcGIS Online に配置されている必要があります。 ArcGIS Online で一般公開されている独自のモデルを選択することも、ArcGIS Living Atlas of the World から選択することもできます。
[モデル引数] は、Python ラスター関数クラスで定義されている関数の引数を指定します。実験や調整のための追加のディープラーニングパラメーターおよび引数 (感度を調整するための信頼性の閾値など) がリストされます。引数の名前は、Python モジュールから入力されます。
[出力クラスラベルフィールド名] は、出力ホストフィーチャレイヤーまたはテーブルの分類ラベルを含むフィールド名を指定します。

[結果レイヤー] グループには次のパラメーターがあります。

[出力名] は、作成されマップに追加されるレイヤーの名前を決定します。名前は一意でなければなりません。組織内に同じ名前のレイヤーがすでに存在する場合、ツールは失敗し、別の名前を指定するよう求められます。
[フォルダーに保存] は、結果を保存する [マイコンテンツ] 内のフォルダーの名前を指定します。

解析環境設定は、ツールの結果に影響する追加パラメーターです。ツールの解析環境設定には、[環境設定] パラメーターグループからアクセスできます。

このツールでは次の解析環境が適用されます。

出力座標系
処理範囲
注意:
Map Viewer のデフォルトの処理範囲は [全範囲] です。このデフォルト値は、デフォルトで [現在のマップ範囲を使用] が有効になっている Map Viewer Classic とは異なります。
セルサイズ

このツールはクレジットを消費します。

このツールの実行に必要なクレジット数を計算するには、[クレジットの推定] を使用します。詳細については、「空間解析のクレジットの概要」をご参照ください。

このツールには次の出力があります。

このツールには、次のライセンスと構成が必要です。

詳細については、次のリソースをご参照ください。