딥러닝을 사용한 픽셀 분류 도구는 딥러닝 모델을 사용하여 여러 클래스를 나타내는 레이블의 정의된 목록에 따라 영상 레이어의 픽셀을 분류합니다.
결과는 호스팅 영상 레이어입니다.
예시
딥러닝을 사용한 픽셀 분류 도구는 여러 시간대 간의 범주 변경 감지를 위한 입력으로 사용될 수 있습니다. 분류된 주제 영상 레이어가 결과로 생성되면 시간 경과에 따른 변화를 측정하기 위한 입력 영상 레이어로 사용될 수 있습니다. 예를 들어, 이 도구를 사용하면 같은 분류 테마로 두 개의 시간대에 대해 주요 도시의 교외 지역에 대한 주제 영상 레이어를 생성할 수 있습니다. 생성된 주제 영상 레이어를 비교하면 레이블이 지정된 클래스 간의 영역 전환을 측정하고 정량화할 수 있습니다.
사용 참고사항
딥러닝을 사용한 픽셀 분류에는 입력 레이어, 모델 설정, 결과 레이어를 위한 구성이 포함됩니다.
입력 레이어
입력 레이어 그룹에는 다음 매개변수가 포함됩니다.
- 입력 레이어는 분석에 사용될 영상 레이어 또는 레이어입니다. 선택한 영상 레이어는 픽셀을 분류하는 데 사용될 딥러닝 모델의 요구사항을 기반으로 해야 합니다.
- 프로세싱 모드는 영상 레이어의 래스터 항목이 처리되는 방법을 지정합니다. 옵션은 다음과 같습니다.
- 모자이크된 이미지로 처리 - 모자이크 데이터셋 또는 이미지 서비스의 모든 래스터 항목이 다 함께 모자이크되어 처리됩니다. 이 옵션이 기본 설정입니다.
- 모든 래스터 항목을 개별적으로 처리 - 모자이크 데이터셋 또는 이미지 서비스의 모든 래스터 항목이 개별 이미지로 처리됩니다.
모델 설정
모델 설정 그룹에는 다음 매개변수가 포함됩니다.
- 픽셀 분류를 위한 모델은 픽셀을 분류하는 데 사용될 딥러닝 모델입니다. 도구에서 선택하려면 딥러닝 모델이 ArcGIS Online에 있어야 합니다. 자체 모델, ArcGIS Online에서 공개적으로 사용 가능한 모델, ArcGIS Living Atlas of the World의 모델 중에서 선택할 수 있습니다.
- 모델 인수는 Python 래스터 함수 클래스에 정의된 함수 인수를 지정합니다. 민감도를 조정하기 위한 신뢰도 임곗값 등의 실험 및 세부 조정에 대한 추가적인 딥러닝 매개변수와 인수를 나열합니다. 인수 이름은 Python 모듈에서 채워집니다.
결과 레이어
결과 레이어 그룹에는 다음 매개변수가 포함됩니다.
- 결과 이름은 생성되어 표시되는 레이어의 이름을 지정합니다. 이름은 고유해야 합니다. 기관에 동일한 이름의 레이어가 이미 있는 경우 도구를 사용할 수 없으며 다른 이름을 사용하라는 메시지가 표시됩니다.
- 결과 레이어 유형은 생성할 래스터 결과의 유형을 지정합니다. 결과는 타일 영상 레이어 또는 동적 영상 레이어일 수 있습니다.
- 폴더에 저장은 결과가 저장되는 내 콘텐츠의 폴더 이름을 지정합니다.
환경
분석 환경 설정은 도구의 결과에 영향을 주는 추가 매개변수입니다. 환경 설정 매개변수 그룹에서 도구의 분석 환경 설정에 접근할 수 있습니다.
이 도구는 다음과 같은 분석 환경을 적용합니다.
결과
그 결과로 딥러닝 모델에서 정의된 분류 스키마를 기반으로 한 분류된 주제 영상 레이어가 생성됩니다.
사용 요구사항
이 도구에는 다음과 같은 사용자 유형 및 구성이 필요합니다.
- Professional 또는 Professional Plus 사용자 유형
- 영상 분석 권한이 있는 Publisher, Facilitator, Administrator 역할 또는 동급의 사용자 설정 역할
리소스
다음과 같은 리소스를 사용하여 자세히 알아보세요.
- ArcGIS REST API의 딥러닝을 사용한 픽셀 분류
- ArcGIS API for Python의 classify_pixels 함수
- ArcGIS Pro의 딥러닝을 사용한 픽셀 분류