Доступно с лицензией Image Analyst.
В следующей таблице представлен обзор типов моделей глубокого обучения, доступных в ArcGIS AllSource. Каждая строка содержит совместимые форматы метаданных и основное использование конкретного типа модели. Там, где это возможно, приводятся сопутствующие примеры.
Тип модели глубокого обучения | Поддерживаемые метаданные | Задача | Пример |
---|---|---|---|
Классифицированные листы | Классификация пикселов | ||
Классифицированные листы | Классификация пикселов (выявление изменений) | ||
ConnectNet | Классифицированные листы | Классификация пикселов | |
Экспорт листов CycleGAN | Преобразование изображения (непарные изображения) | ||
Классифицированные листы | Классификация пикселов | ||
Imagenet | Отслеживание объектов | ||
DETReg | PASCAL_VOC_rectangles | Выявление объектов | |
PASCAL_VOC_rectangles KITTI_rectangles | Выявление объектов | ||
Отмеченные листы Imagenet Листы с несколькими метками | Выявление объектов | ||
Классифицированные листы | Классификация пикселов | ||
Подпись к изображению | Подпись к изображению | ||
Маски RCNN | Выявление объектов (сегментация экземпляра) | ||
MMDetection | PASCAL_VOC_rectangles KITTI_rectangles | Выявление объектов | |
MMSegmentation | Классифицированные листы | Классификация пикселов | |
Классифицированные листы | Классификация пикселов | ||
MaX-DeepLab | Общая сегментация | Общая сегментация | |
Экспорт листов | Преобразование изображения (парные изображения) | ||
Классифицированные листы | Классификация пикселов | ||
MaskRCNN | Классификация пикселов | ||
PASCAL_VOC_rectangles KITTI_rectangles | Выявление объектов | ||
SAMLoRA | Классифицированные листы | Классификация пикселов | |
Маски RCNN | Отслеживание объектов | ||
PASCAL_VOC_rectangles KITTI_rectangles | Выявление объектов | ||
Superresolution | Преобразование изображения (парные изображения) | ||
Классифицированные листы | Классификация пикселов | ||
PASCAL_VOC_rectangles KITTI_rectangles | Выявление объектов |
Примечание:
Некоторые примеры, в которых для обучения используется блокнот Python, могут быть выполнены с помощью инструмента Обучить модель глубокого обучения.
Инструменты и задачи Глубокого обучения
Задача | Инструмент |
---|---|
Выявление изменений | |
Преобразование изображения (парных и непарных) | |
Классификация объектов | |
Выявление объектов | |
Выявление объектов (сегментация экземпляра) | Выявить объекты при помощи глубокого обучения |
Отслеживание объектов | |
Классификация пикселов | Классифицировать пикселы при помощи глубокого обучения |