Подпись | Описание | Тип данных |
Входные обучающие данные | Обучающие данные облака точек (файл *.pctd), которые будут использованы для тренировки модели классификации. | File |
Местоположение выходной модели | Существующая папка, где будет храниться новая директория для модели глубокого обучения. | Folder |
Имя выходной модели | Имя выходного файла определения модели Esri (*.emd), пакета глубокого обучения (*.dlpk) и новой директории, созданной для хранения этих элементов. | String |
Предварительно обученная модель (Дополнительный) | Предварительно обученная модель, которая будет доработана. Если указана предварительно обученная модель, входные обучающие данные должны иметь те же атрибуты, коды классов и максимальное количество точек, которые использовались обучающими данными, создавшими эту модель. | File |
Выбор атрибутов (Дополнительный) | Задает атрибуты точек, которые будут использоваться для обучения модели. Доступны только атрибуты, присутствующие в обучающих данных облака точек. По умолчанию дополнительные атрибуты не включаются.
| String |
Минимальное число точек на блок (Дополнительный) | Минимальное число точек, которое должно присутствовать в данном блоке для использования при обучении модели. По умолчанию - 0. | Long |
Перекодировка классов (Дополнительный) | Определяет, как значения кодов классов будут сопоставлены с новыми значениями перед обучением Модели глубокого обучения. | Value Table |
Коды классов интереса (Дополнительный) | Коды классов, которые будут для фильтрации блоков в обучающих данных. Если заданы коды классов интереса, все остальные коды классов будут пересчитаны на код класса фона. | Long |
Код класса фона (Дополнительный) | Значение кода класса, которое будет использовано для всех остальных кодов классов, если указаны коды классов интереса. | Long |
Описание класса (Дополнительный) | Описание каждого кода класса, представленного в обучающих данных. | Value Table |
Критерии выборки модели (Дополнительный) | Определяет статистическое смещение, которое будет использовано для определения финальной модели.
| String |
Максимальное число эпох (Дополнительный) | Число повторов, при которых данные каждого блока будут переданы вперед и назад через нейронную сеть. Значение по умолчанию равно 25. | Long |
Итераций на эпоху (%) (Дополнительный) | Процент данных, которые будут обработаны в каждую эпоху обучения. По умолчанию используется 100. | Double |
Скорость обучения (Дополнительный) | Скорость, с которой существующая информация будет перезаписана новой информацией. Если значение не задано, оптимальная скорость обучения будет извлечена из кривой обучения в процессе обучения. Это значение по умолчанию | Double |
Размер пакета (Дополнительный) | Число блоков обучающих данных, которые будут обработаны в заданное время. Значение по умолчанию равно 2. | Long |
Остановка обучения, если модель более не улучшается. (Дополнительный) | Определяет, будет ли обучение модели остановлено, если метрика, указанная в параметре Критерии выбора модели, не регистрирует никаких улучшения по прошествии 5 последовательных эпох.
| Boolean |
Стратегия скорости обучения (Дополнительный) | Указывает, как будет изменяться скорость обучения во время обучения.
| String |
Архитектура модели (Дополнительный) | Определяет архитектуру нейронной сети, которая будет использоваться для обучения модели. Если указывается предварительно обученная модель, архитектура, использованная для создания этой модели, будет задана автоматически.
| String |
Производные выходные данные
Подпись | Описание | Тип данных |
Выходная модель | Результирующая модель, созданная этим инструментом. | File |
Выходная статистика модели | Файл .csv, содержащий точность, полноту и оценки F1 для каждого кода класса и эпохи. | Text File |
Выходная статистика эпохи | Файл .csv, содержащий потери при обучении, потери при проверке, точность, достовенность, отзыв и оценки F1, полученные в каждую эпоху. | Text File |