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、画像の土地被覆を分類します。

画像の推奨構成

以下の画像構成をお勧めします。

• 解像度 - 非常に高い解像度 (10 センチメートル)
• ダイナミック レンジ - 8 ビット
• バンド - 3 バンド (たとえば、赤、緑、青)
• 画像 - オルソ補正された画像 (リアルタイムまたは永続化されたオルソ プロダクトとして機能)

注意:

オフナディア - 画像または傾斜角が大きい画像からは適切な結果が生成されません。

使用する画像がすでに推奨構成になっている場合は、事前処理をスキップして土地被覆の分類セクションに進んでください。

土地被覆の分類

次の手順で、画像から土地被覆を分類します。

1. 土地被覆の分類 (航空写真) 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. [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。

   

   注意:

   ArcGIS Pro (ArcGIS Pro 2.7 以降でサポート) から直接モデルにアクセスするには、参照ボタンをクリックして、モデルを検索します。

   

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 [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「0.10」に設定します。

      必要なラスター解像度は 10 センチメートルです。

   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。