現代の農業では、農作物の分類が極めて重要な役割を果たします。 農作物の早期モニタリングや水の灌漑管理に役立つ重要な情報を提供します。 しかし、農作物の種類を区別するのは複雑であることから、農作物の分類は政策決定者にとって大きな課題となります。 時間的および空間的な情報が豊富に盛り込まれた衛星画像がますます入手しやすくなり、機械学習の手法が進歩したことで、農業生産と土地利用の大規模な自動監視および管理の道が拓かれました。
Prithvi-100M-multi-temporal-crop-classification 事前トレーニング済みモデルは、地球観測のための基礎モデルである Prithvi-100m、multitemporal crop classification データセットを微調整することで、NASA と IBM によって開発されました。 このモデルを使用し、マルチスペクトル衛星画像のさまざまな農作物の特定と分類のプロセスを自動化します。
ライセンス要件
このワークフローを完了する場合のライセンス要件は次のとおりです。
- ArcGIS Desktop - ArcGIS Image Analyst の ArcGIS Pro エクステンション
- ArcGIS Enterprise - ラスター解析が構成された ArcGIS Image Server
- ArcGIS Online—ArcGIS Image for ArcGIS Online
モデルの詳細
このモデルには以下の特性があります。
- 入力 - ラスター (18 バンド コンポジット ラスター)、モザイク データセット、またはイメージ サービス。
- 出力 - 農地データ レイヤーの 13 クラスの分類ラスター。
- 計算 - このワークフローは計算負荷が高いため、計算能力が 6.0 以上の GPU が推奨されます。
- 適用できる地域 - このモデルは、米国で適切に機能します。
- アーキテクチャ - このモデルは IBM と NASA の Prithvi-100M-multitemporal crop classification モデルをパッケージ化し、ViT アーキテクチャとマスク自動符号化器 (MAE) 学習戦略で開発された自己教師付きエンコーダを使用します。
- トレーニング データ - このモデルは、multitemporal crop classification データセットを使用して事前にトレーニングされた Prithvi-100m モデルを微調整します。
- 精度メトリクス - このモデルの平均 IoU (Intersection over Union) は 0.43、平均精度は 64.06 パーセントです。
モデルへのアクセスとダウンロード
Prithvi - Crop Classification 事前トレーニング済みモデルを ArcGIS Living Atlas of the World からダウンロードします。 または、ArcGIS Pro からモデルに直接アクセスするか、ArcGIS Image for ArcGIS Online でモデルを使用します。
- ArcGIS Living Atlas of the World を参照します。
- 自分の ArcGIS Online アカウントの認証情報を使用してサイン インします。
- 「Prithvi - Crop Classification」を検索して、検索結果から「アイテム ページ」を開きます。
- [ダウンロード] ボタンをクリックして、モデルをダウンロードします。
ダウンロードした .dlpk ファイルを ArcGIS Pro で直接使用することも、ArcGIS Enterprise にアップロードして使用することもできます。 さらに、必要に応じて事前トレーニング済みモデルを微調整できます。
リリース ノート
以下はリリースノートです。
| Date | 説明 |
|---|---|
| 2024 年 1 月 | Prithvi - Crop Classification の初回リリース |