モデルの使用

Transmission H-Structure Detection 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検出 (Detect Objects Using Deep Learning)] ツールで使用することができます。

以下の手順で Transmission H-Structure Detection 事前トレーニング済みモデルを使用します。

1. 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. [解析] タブをクリックして [ツール] を参照します。

   

3. [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検出 (Detect Objects Using Deep Learning)] ツールを選択します。

   

4. [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. [出力検出オブジェクト] - 検出されたオブジェクト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。
      • [閾値] - この閾値よりも信頼度スコアが高い検出が、結果に追加されます。 可能な値の範囲は 0 ～ 1.0 です。
      • [nms_overlap] - 信頼度スコアが低い検出のフィルタリングに使用する境界ボックス間のオーバーラップの比率。
      • [test_time_augmentation] - 予測中にテスト時間の延長を実行します。 これは、モデルの予測の堅牢性と精度を高めるために使用される手法です。 これは、推論中にデータ拡張手法を適用します。つまり、テスト データの少し変更されたバージョンを複数生成して、予測を集約します。 True の場合、入力画像の反転および回転方向の予測は最終出力にマージされ、それらの信頼値は平均化されます。 これにより、画像の方向が少ししか検出されないオブジェクトの場合、信頼度が閾値を下回る可能性があります。
   5. [Non Maximum Suppression] - 必要に応じてチェックボックスをオンにして、信頼度の低いオーバーラップ フィーチャを削除します。

      オンにした場合は、次の設定を行います。

      • [信頼度スコア フィールド] - デフォルトを使用します。
      • [クラス値フィールド] - デフォルトを使用します。
      • [最大オーバーラップ率] - 最大オーバーラップ率の値を 0.25 に設定します。
   
5. [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] または他の選択肢を選択します。
   2. [プロセッサー タイプ] - 必要に応じて [CPU] または [GPU] を選択します。

      GPU が使用可能であれば [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。

   
6. [実行] をクリックします。

   処理が完了すると、出力レイヤーがマップに追加されます。