Skip To Content

ワークフロー

Deep Learning Studio では、必要な出力に応じて、2 つのワークフローのいずれかを使用してディープ ラーニング プロセスを管理します。

推奨されるワークフロー

ディープ ラーニング プロジェクトごとに入力やチーム メンバーは異なるため、Deep Learning Studio のワークフローは柔軟性があり、ステップをカスタマイズすることができます。 Deep Learning Studio には包括的ワークフローとカスタム ワークフローの 2 つのワークフローがあります。 ディープ ラーニング プロジェクトに適したワークフローを決定するため、次の点を確認してください。

  • どの画像データ ソースを使用するか?
  • どのトレーニング サンプル スキーマを使用するか?
  • コラボレーションをどのように管理するか? ArcGIS Enterprise の既存のグループのうちのどれを使用するか、あるいはグループを作成するか? (追加のグループ メンバーがあるプロジェクトの場合。)
  • どのディープ ラーニング推論ツールを使用するか? 必要な出力が生成されるツールはどれか? (推論ツールのタイプはプロジェクトの作成時に選択し、ツールを変更することはできません。)

包括的ワークフロー

トレーニング サンプルを作成し、モデルをトレーニングし、いずれかの推論ツールを使用して出力を生成するというディープ ラーニングのプロセス全体を通したソリューションを必要とする場合、包括的ワークフローを使用することを検討してください。

以下の図は、ディープ ラーニング プロジェクトの包括的ワークフローを示しています。 トレーニング サンプルの収集とモデルのトレーニングのプロセスで追加のデータを使用できる場合があります。

Deep Learning Studio での包括的ワークフロー

  • プロジェクトの作成 - このステップによって Deep Learning Studio プロセスが開始し、ディープ ラーニング モデルの開発と使用を構成するアイテムを組織に作成します。 プロジェクトの作成は、開始したときに実行する 1 つ目のステップであり、使用される推論ツールのタイプがこれによって定義されます。
  • トレーニング サンプルの準備 - このステップでは、解析に使用されるディープ ラーニングの推論のタイプに従って、対象フィーチャ (フィーチャの品質) を選択してラベルを付けるかピクセルにラベルを付けることで、トレーニング サンプルを作成します。 このステップには多数のサブステップがあります。 アプリでこれを選択した場合、すべてのサブステップを実行する必要はありませんが、いくつかの承認済みのトレーニング サンプルを準備することで次のステップでディープ ラーニング モデルをトレーニングできます。
  • モデルのトレーニング - このステップでは、このステップで設定したパラメーターに基づいてサンプルを使用してディープ ラーニング モデルをトレーニングすることでディープ ラーニング モデルを作成します。 既存のモデルを新しいモデルのベースとして使用することで、個々のフィーチャに合わせてカスタマイズできます。
  • 推論ツールの使用 - このステップでは、ディープ ラーニング モデルを使用して、使用されている推論ツールに従って画像を検出または分類します。 各推論ツールの追加のモデル パラメーターやオプションを使用して出力をカスタマイズできます。
  • 結果の確認 - 推論ツールが完了すると、アプリのマップに結果が表示されます。推論プロセスの結果を評価し、生成された出力がその解析に妥当かどうかを判断します。
  • 結果の共有 - このステップでは結果を共有しますが、中間ステップも共有することができます。 ディープ ラーニング プロセスが完了すると、フィーチャ レイヤーまたはイメージ レイヤーに必要なフィーチャまたはラベル付きピクセルが表示されます。 結果は、アプリから、または組織内のアイテムとして共有することができます。

カスタム ワークフロー

ワークフローの一部のステップが Deep Learning Studio プロジェクトの外部で完了している場合、カスタム ワークフローを使用して解析を実行できます。 カスタム ワークフローでは、データおよび完了している処理に応じて、プロジェクトごとにさまざまなツールを使用できます。 たとえば、ディープ ラーニング プロジェクトでモデルをトレーニングする必要がない場合、包括的ワークフローの推論ツールの使用ステップの推論ツールをカスタム ワークフローで使用できます。 ディープ ラーニング モデルは存在しないがモデルのトレーニング情報が収集されている場合、包括的ワークフローのモデルのトレーニングステップをカスタム ワークフローで使用してディープ ラーニング モデルを推論用にトレーニングすることができます。

カスタム ワークフローを使用することで、そのプロジェクトに最適な順序でステップを実行することができます。 必要に応じて、ステップを繰り返し実行することができます。


このトピックの内容
  1. 推奨されるワークフロー