Narzędzie Wykrywaj obiekty metodą Deep Learning korzysta z modelu Deep Learning do identyfikowania i znajdowania obiektów w warstwie zobrazowań.
Danymi wynikowymi jest hostowana warstwa obiektowa.
Przykłady
Przykładowe scenariusze użycia tego narzędzia są następujące:
- Identyfikowanie obrysów budynków w celu uaktualnienia danych o podatku od nieruchomości dla administracji lokalnej lub regionalnej grupy reagowania kryzysowego. Warstwą wynikową narzędzia jest warstwa obiektowa wskazująca budynki w obszarze. Utworzoną warstwę obiektową można wykorzystać do dopasowania do istniejącej ewidencji nieruchomości, aby zarejestrować bieżący obrys budynku nieruchomości.
- Identyfikowanie samochodów na parkingu, aby obliczyć frekwencję i przygotować ankiety dotyczące ruchu. Utworzoną warstwę obiektową można wykorzystać w narzędziu Klasyfikuj obiekty metodą Deep Learning do klasyfikacji typów wykrytych samochodów.
Uwagi dotyczące korzystania
Narzędzie Wykrywaj obiekty metodą Deep Learning obejmuje konfiguracje warstwy wejściowej, ustawień modelu i warstwy wynikowej.
Warstwa wejściowa
Grupa Warstwa wejściowa zawiera następujące parametry:
- Wejściowa warstwa zobrazowań lub warstwa obiektowa jest warstwą zobrazowań lub warstwą obiektową z załącznikami, która zostanie użyta do wykrywania obiektów zidentyfikowanych w modelu Deep Learning. Wybrana warstwa zobrazowań powinna opierać się na wymaganiach modelu Deep Learning, który zostanie użyty do klasyfikowania pikseli.
- Tryb przetwarzania określa sposób przetwarzania elementów rastrowych w warstwie zobrazowań. Dostępne opcje to:
- Przetwarzaj jako obraz mozaikowy — wszystkie elementy rastrowe w zestawie danych mozaiki lub usłudze rastrowej zostaną połączone w mozaikę i przetworzone. Jest to opcja domyślna.
- Przetwarzaj wszystkie elementy rastrowe osobno — wszystkie elementy rastrowe w zestawie danych mozaiki lub usłudze rastrowej zostaną przetworzone jako osobne obrazy.
Ustawienia modelu
Grupa Ustawienia modelu zawiera następujące parametry:
- Model do wykrywania obiektów określa model Deep Learning, który będzie używany do wykrywania obiektów. 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.
- Tłumienie inne niż maksymalne (NMS) określa, czy zostanie wykonane tłumienie inne niż maksymalne w celu usunięcia duplikatów obiektów zidentyfikowanych na podstawie wartości ufności.
- Pole wskaźnika ufności określa nazwę pola, które będzie rejestrować wskaźniki ufności tworzone jako dane wynikowe przez metodę wykrywania obiektów. Ten parametr jest dostępny, jeśli włączono opcję Tłumienie inne niż maksymalne (NMS).
- Pole wartości klasy to pole w wynikowej warstwie obiektowej, które będzie zawierać wartość z wejściowej warstwy zobrazowań. Jeśli nie zostanie podana żadna wartość, użyte zostaną standardowe pola wartości klasy Classvalue i Value. Jeśli te pola nie istnieją, wszystkie obiekty są traktowane jako należące do tej samej klasy obiektów. Ten parametr jest dostępny, jeśli włączono opcję Tłumienie inne niż maksymalne (NMS).
- Maksymalny współczynnik nakładania określa stosunek powierzchni części wspólnej do powierzchni sumy dwóch nakładających się obiektów. Wartość domyślna wynosi 0. Ten parametr jest dostępny, jeśli włączono opcję Tłumienie inne niż maksymalne (NMS).
Warstwa wynikowa
Grupa Warstwa wynikowa zawiera następujące parametry:
- Nazwa wynikowa określa nazwę tworzonej i wyświetlanej warstwy. 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.
- 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
- Transformacje geograficzne
- Zasięg przetwarzania
Notatka:
Domyślnym zasięgiem przetwarzania jest 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
- Maska
Kredyty
To narzędzie zużywa kredyty.
Użyj opcji Szacuj liczbę kredytów, aby obliczyć liczbę kredytów potrzebnych do uruchomienia narzędzia. Więcej informacji można znaleźć w temacie Informacje o kredytach na potrzeby analizy przestrzennej.
Dane wynikowe
Dane wynikowe stanowi warstwa obiektowa z poszczególnymi wykrytymi obiektami jako indywidualnymi obiektami z dodanymi polami wartości klasy i ufności.
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 obiekty metodą Deep Learning w oprogramowaniu ArcGIS REST API
- Funkcja detect_objects w interfejsie ArcGIS API for Python
- Klasyfikuj obiekty metodą Deep Learning w usłudze ArcGIS Online
- Wykrywaj obiekty metodą Deep Learning w oprogramowaniu ArcGIS Pro