このドキュメントは、ArcGIS Living Atlas of the World で使用できる Pylon Detection - USA ディープ ラーニング モデルの使用方法について説明しています。 このモデルを使用して、高解像度の画像で鉄塔を検出します。
鉄塔の検出は、都市計画、交通、公共安全など、さまざまな分野で非常に重要です。 これは、交通流の最適化、道路標識や信号の視認性確保による事故防止、都市計画の意思決定支援において重要な役割を果たします。 鉄塔の検出は、損傷または倒壊した鉄塔を迅速に特定することで公共安全にも貢献し、電柱や送電線を監視することでエネルギー効率に重要な役割を果たします。 スマート シティという文脈において、鉄塔の検出は基本的な構成要素であり、都市開発の全体的な効率性とデータに基づく意思決定の向上を実現します。
鉄塔の検出での GeoAI の利用は、都市計画に応用できる可能性があり、現代の都市環境の安全性、機能性、持続可能性を向上させることができます。
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 Pro の ArcGIS Image Analyst エクステンション
- ArcGIS Enterprise—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、モザイク データセット、またはイメージ サービス (60 センチメートルの空間解像度)。
- 出力 - 鉄塔の位置を示す境界四角形を含むフィーチャクラス。
- 計算 - このワークフローは計算負荷が高いため、CUDA の最小計算能力が 6.0 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、ArcGIS API for Python に実装された MMDetection ベースの Dynamic-RCNN モデル アーキテクチャを使用します。
- 精度メトリクス - このモデルの平均精度スコアは 0.95 です。
モデルへのアクセスとダウンロード
Pylon Detection - USA 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。
- 「Pylon Detection」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 | Description |
|---|---|
| 2023 年 11 月 | Pylon Detection - USA の初回リリース |