モデルの使用

この CLIP Zero-Shot Classifier モデルは、ArcGIS Pro の Image Analyst ツールボックスからアクセスできる [ディープ ラーニングを使用したオブジェクトの分類 (Classify Objects Using Deep Learning)] ツールで使用できます。

画像の推奨構成

以下の画像構成をお勧めします。

• 解像度 - 必要な画像解像度は 224 x 224 ～ 800 x 800 ピクセルです。

方向付き画像の分類

画像から CLIP Zero-Shot Classifier を使用するには、次の手順を実行します。

1. CLIP Zero-Shot Classifier モデルをダウンロードします。
2. [データの追加] をクリックして、[コンテンツ] ウィンドウに画像を追加します。

   

   この画像で予測を実行します。

3. [解析] タブをクリックして [ツール] を参照します。

   

4. [ジオプロセシング] で [ツールボックス] をクリックして、[Image Analyst ツール] を展開します。 [ディープ ラーニング] で [ディープ ラーニングを使用したオブジェクトの分類 (Classify Objects Using Deep Learning)] ツールを選択します。

   

5. [パラメーター] タブで、次のように変数を設定します。
   1. [入力ラスター] - ドロップダウン メニューまたはフォルダーから入力画像を選択します。
   2. [出力分類オブジェクト フィーチャクラス] - 分類ラベルと信頼度スコアを含む出力フィーチャ レイヤーを設定します。
   3. [モデル定義] - 事前トレーニング済みモデルの .dlpk ファイルを選択します。
   4. [引数] (オプション) - 必要に応じて引数の値を変更します。

      • [classes] - 画像分類のラベルを入力します。 複数のクラスは、区切り文字としてカンマを使用して指定できます。 単一クラスを指定すると、デフォルトで Other という新しいクラスが追加されます。
      • [threshold_binary_class] - バイナリ分類の使用例にのみ適用できます。 モデルによって当初予測されたクラスは、その確率が指定された閾値を超える場合、維持されます。 クラス確率が指定の閾値を超えない場合、予測されたクラスは破棄され、(モデルが当初予測していない) 他のクラスが画像に割り当てられます。

      
6. [環境] タブで、次のように変数を設定します。
   1. [処理範囲] - ドロップダウン メニューからデフォルト範囲または他の選択肢を選択します。
   2. [プロセッサ タイプ] - 必要に応じて [CPU] または [GPU] を選択します。

      可能であれば [GPU] を選択し、[GPU ID] を、使用する GPU に設定することをお勧めします。

      
7. [実行] をクリックします。 出力レイヤーがマップに追加されます。 属性テーブルの Label 列には、属性テーブルには、予測クラスと信頼度が格納されます。