モデルの使用

このモデルは、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ピクセルの分類 (Classify Pixels Using Deep Learning)] ツールで使用できます。 以下の手順でモデルを使用して、画像の居住地を分類します。

サポートされる画像

このモデルは、モザイク データセットまたはイメージ サービスの形式の Landsat 8 (Collection 1 Level-1) マルチスペクトル画像で使用できます。

必ず Manage Landsat 8 Imagery ツールを使用してモザイク データセットを作成します。 作成すると、ツールで生成されたマルチスペクトル モザイク データセットを使用できます。 このモザイク データセットは、イメージ サービスとして公開することも、入力として使用することもできます。

処理テンプレートが None に設定されていることを確認します。

居住地の分類

次の手順で、画像の居住地を分類します。

1. Human Settlements Classification (Landsat 8) モデルをダウンロードして、ArcGIS Pro にイメージ レイヤーを追加します。
2. 対象地域にズームします。

   

3. [解析] タブの [ツール] を参照します。

   

4. [ジオプロセシング] ウィンドウの [ツールボックス] タブをクリックして [Image Analyst ツール] を選択し、[ディープ ラーニング] の [ディープ ラーニングを使用したピクセルの分類 (Classify Pixels Using Deep Learning)] ツールを参照します。

   

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] - 画像を選択します。
   2. [出力分類ラスター] - 分類結果を含む出力フィーチャクラスを設定します。
   3. [モデル定義] - 事前トレーニングされた、または微調整されたモデルの .dlpk ファイルを選択します。
   4. [モデル引数] (オプション) - 必要に応じて引数の値を変更します。
      • [パディング] - 隣接するタイルの予測がブレンドされる画像タイルの境界のピクセル数。 値を大きくすると、エッジ アーティファクトが減少し、出力が滑らかになります。 パディングの最大値には、タイル サイズの値の半分を設定できます。
      • [batch_size] - モデル推論の各ステップで処理された画像タイルの数。 これは、お使いのグラフィックス カードのメモリに応じて異なります。
      • predict_background - True を設定した場合、背景クラスも分類されます。
      • [test_time_augmentation] - 予測中にテスト時間の延長を実行します。 true の場合、入力画像の反転および回転バリアントの予測は、最終出力にマージされます。
      • [tile_size] - 予測のために画像が分割される画像タイルの幅と高さ。

   

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 [現在の表示範囲] または他の選択肢を選択します。
   2. [セル サイズ] (必須) - 値を「30」に設定します。

      必要なラスター解像度は 30 メートルです。

   3. [プロセッサー タイプ] - [CPU] または [GPU] を選択します。

      可能であれば [GPU] を選択し、[GPU ID] に、使用する GPU を指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。