Инструмент Классифицировать объекты при помощи глубокого обучения запускает модель глубокого обучения в слое изображений для создания векторного слоя или таблицы, в которой классифицирован каждый входной объект.
Выходные данные представляют собой размещенный слой объектов.
Примеры
Примеры сценариев для применения этого инструмента включают следующее:
- Оценка повреждений зданий после стихийного бедствия. Используя векторный слой с контурами зданий и слой изображений на пострадавшие территории, инструмент может выявить, какие здания были повреждены.
- Оценка состояния крон существующих деревьев. Используя векторный слой крон деревьев и слой изображений текущих крон деревьев, инструмент может определить, какие из существующих деревьев являются здоровыми, а какие испытывают стресс.
Примечания по использованию
Классификация Объектов при помощи Глубокого обучения включает настройки для входных слоев, параметры модели и итоговой слой.
Входной слой
Группа Входной слой включает в себя следующие параметры:
- Входной слой изображений или векторный слой - слой или слои изображений, которые будут использоваться для классификации объектов. Выбранный слой изображений должен учитывать требования модели глубокого обучения, которая будет использоваться для классификации объектов. Слой изображений может быть многомерным или коллекцией растров.
- Входной векторный слой - объекты, определяющие местоположения для классификации. Каждая строка входного векторного слоя представляет отдельный объект. Если входной векторный слой не указан, считается, что каждое входное изображение содержит один объект для классификации.
Количество объектов зависит от дополнительных факторов, таких как критерии фильтрации и экстент анализа.
- Режим обработки определяет, как будут обрабатываться растровые элементы в слое изображений. Можно выбрать следующие опции:
- Обработать как мозаичное изображение – Все растровые элементы в наборе данных мозаики или в сервисе изображений будут объединены в мозаику и обработаны. Используется по умолчанию.
- Обработать все элементы растров по отдельности – Все растровые элементы в наборе данных мозаики или в сервисе изображений будут обработаны как отдельные изображения.
Настройки модели
Группа Настройки модели включает в себя следующие параметры:
- Модель для классификации объектов - модель глубокого обучения, которая будет использоваться для классификации объектов. Чтобы модель глубокого обучения можно было выбрать в инструменте, она должна быть размещена в ArcGIS Online. Вы можете выбрать собственную модель, общедоступную модель в ArcGIS Online или модель из ArcGIS Living Atlas of the World.
- Аргументы модели определяют аргументы функции, заданные в классе функции растра Python. Дополнительные параметры глубокого обучения и аргументы для экспериментов и улучшения, например, порог достоверности для настройки чувствительности. Названия аргументов заполняются из модуля Python.
- Выходное имя поля метки класса - имя поля, которое будет содержать метку классификации в выходном размещенном векторном слое или таблице.
Слой результата
Группа Слой результата включает в себя следующие параметры:
- Выходное имя определяет имя слоя, который создается и отображается. Имя должно быть уникальным. Если слой с таким же именем уже существует в вашей организации, инструмент завершится ошибкой, и вам будет предложено указать другое имя.
- Сохранить в папке — указывает имя папки в Мои ресурсы, в которой будет сохранен результат.
Параметры среды
Настройки среды анализа — это дополнительные параметры, которые влияют на результаты работы инструмента. Вы можете получить доступ к настройкам среды анализа инструмента из группы параметров Настройки среды.
Этот инструмент поддерживает следующие параметры среды анализа:
- Выходная система координат
- Географические преобразования
- Экстент обработки
Примечание:
Экстент обработки по умолчанию — это Полный экстент. Это значение по умолчанию отличается от Map Viewer Classic, в котором по умолчанию включен параметр Использовать текущий экстент карты.
- Размер ячейки
Кредиты
Этот инструмент расходует кредиты.
Используйте Оценку кредитов, чтобы рассчитать количество кредитов, которое потребуется для запуска инструмента. Дополнительные сведения см. в разделе Понятие кредитов для пространственного анализа.
Выходные данные
Этот инструмент содержит следующие выходные данные:
- Размещенный векторный слой с пространственными или непространственными объектами, которые отмечены на основе классификации, заданной моделью глубокого обучения
- Таблица с местоположениями, которые отмечены на основе классификации, заданной моделью глубокого обучения
Требования к использованию
Для этого инструмента требуются следующий тип пользователя и конфигурации:
- Тип пользователя Professional или Professional Plus
- Роль Издатель, Посредник или Администратор, или эквивалентная пользовательская роль с правами доступа Imagery Analysis
Ресурсы
Для дополнительной информации см. следующие ссылки:
- Классифицировать объекты при помощи глубокого обучения в ArcGIS REST API
- Функция classify_objects в ArcGIS API for Python
- Выявить объекты с использованием глубокого обучения в ArcGIS Online
- Классифицировать пикселы при помощи глубокого обучения в ArcGIS Online
- Классифицировать объекты при помощи глубокого обучения в ArcGIS Pro