Narzędzie Wykrywaj zmiany metodą Deep Learning używa wytrenowanego modelu Deep Learning, aby wykrywać zmiany w dwóch warstwach rastrowych.
Danymi wynikowymi jest hostowana warstwa zobrazowań.
Przykład
Biorąc pod uwagę dwie spektralnie podobne warstwy zobrazowań i model Deep Learning wskazujący zmienione obszary, wykryj obszary, które uległy zmianie w dwóch warstwach zobrazowań.
Uwagi dotyczące korzystania
Narzędzie Wykrywaj obiekty metodą Deep Learning obejmuje konfiguracje warstw wejściowych, ustawień modelu i warstwy wynikowej.
Warstwy wejściowe
Grupa Warstwy wejściowe zawiera następujące parametry:
- Raster wejściowy przed zmianą to warstwa zobrazowań reprezentująca poprzednią warstwę zobrazowań. Wybrana warstwa zobrazowań powinna opierać się na wymaganiach modelu Deep Learning, który zostanie użyty do klasyfikowania pikseli.
- Raster wejściowy po zmianie to warstwa zobrazowań, która reprezentuje warstwę zobrazowań po zmianie. Wybrana warstwa zobrazowań powinna opierać się na wymaganiach modelu Deep Learning, który zostanie użyty do klasyfikowania pikseli.
Ustawienia modelu
Grupa Ustawienia modelu zawiera następujące parametry:
- Model wykrywania zmian to model Deep Learning, który będzie używany do wykrywania zmian. Aby można było wybrać model Deep Learning w narzędziu, musi on znajdować się w usłudze ArcGIS Online. Można wybrać własny model, model dostępny publicznie w usłudze ArcGIS Online lub model z usługi ArcGIS Living Atlas of the World.
- Parametr Argumenty modelu określa argumenty funkcji zdefiniowane w klasie funkcji rastrowej Python. Wymienione są dodatkowe parametry Deep Learning i argumenty do eksperymentów i udoskonaleń, takie jak próg ufności używany podczas dostosowywania czułości. Nazwy argumentów są uzupełniane z modułu Python.
Warstwa wynikowa
Grupa Warstwa wynikowa zawiera następujące parametry:
- Nazwa danych wynikowych określa nazwę warstwy, która zostanie utworzona i dodana do mapy. Nazwa musi być unikalna. Jeśli w instytucji istnieje już warstwa o tej samej nazwie, działanie narzędzia zakończy się niepowodzeniem i wyświetlona zostanie prośba o wybór innej nazwy.
- Typ warstwy wynikowej określa typ rastra wynikowego, który zostanie utworzony. Dane wynikowe mogą być warstwą zobrazowań kafelkowych lub dynamiczną warstwą zobrazowań.
- Opcja Zapisz w folderze określa nazwę folderu na stronie Moje zasoby, w którym zostaną zapisane dane wynikowe.
Środowiska
Ustawienia środowiskowe dotyczące analiz to dodatkowe parametry wpływające na wyniki działania narzędzia. Dostęp do ustawień środowiskowych narzędzia dotyczących analiz można uzyskać z poziomu grupy parametrów Ustawienia środowiskowe.
To narzędzie obsługuje następujące środowiska analiz:
- Wynikowy układ współrzędnych
- Zasięg przetwarzania
Notatka:
Domyślny zasięg przetwarzania w przeglądarce map Map Viewer to Pełny zasięg. To ustawienie domyślne jest inne niż w przeglądarce map Map Viewer Classic, w której domyślnie włączona jest opcja Użyj zasięgu bieżącej mapy.
- Rozmiar komórki
Dane wynikowe
Dane wynikowe to klasyfikowana tematycznie warstwa zobrazowań oparta na schemacie klasyfikacji zdefiniowanym w modelu Deep Learning.
Wymagania dotyczące użytkowania
To narzędzie wymaga następujących typów użytkownika i konfiguracji:
- Typ użytkownika Professional lub Professional Plus
- Rola Publikujący, Facylitator lub Administrator albo odpowiadająca tym rolom rola niestandardowa z uprawnieniem Analiza zobrazowań.
Zasoby
Aby dowiedzieć się więcej, skorzystaj z następujących zasobów:
- Wykrywaj zmiany metodą Deep Learning w interfejsie ArcGIS REST API
- detect_change_using_deep_learning w usłudze ArcGIS API for Python.
- Wykrywaj zmiany metodą Deep Learning w interfejsie ArcGIS Pro.