Точная настройка модели

Вы можете точно настроить модель Prithvi - Burn Scars Segmentation в соответствии с вашим географическим регионом, изображениями и объектами интереса. Точная настройка модели требует меньше обучающих данных, вычислительных ресурсов и времени по сравнению с обучением новой модели.

Точная настройка модели рекомендуется, если вы не получаете удовлетворительных результатов от доступных предварительно обученных моделей глубокого обучения ArcGIS. Это может произойти, если область ваших интересов выходит за пределы географии, применимой к моделям, или если свойства ваших изображений, такие как разрешение, масштаб и сезонность, отличаются.

Вы можете использовать инструмент Экспорт обучающих данных для глубокого обучения для подготовки обучающих данных. Затем вы можете точно настроить эту модель на своих данных с помощью инструмента Тренировать модель глубокого обучения в ArcGIS Pro. Следуйте инструкциям ниже, чтобы точно настроить модель.

Подготовка обучающих данных

Эта модель обучена на шести каналах, состоящих из Harmonized Landsat 8 (HLSL30) или Harmonized Sentinel 2 (HLSS30) и надписей гарей. Используйте инструмент Экспорт обучающих данных для глубокого обучения, чтобы подготовить обучающие данные для точной настройки модели.

1. Перейдите к Инструментам на вкладке Анализ.

   

2. Щелкните вкладку Наборы инструментов на панели Геообработка, выберите Инструменты Image Analyst и перейдите к инструменту Экспорт обучающих данных для глубокого обучения в группе инструментов Глубокое обучение.

   

3. Установите переменные на вкладке Параметры следующим образом:
   1. Входной растр - выберите шестиканальное изображение. Более подробную информацию о входном растре см. в разделе Рекомендуемая конфигурация изображений.
   2. Выходная папка - любая директория по вашему выбору на вашем компьютере.
   3. Входной класс объектов или Классифицированный растр, или Таблица - выберите надписанный класс объектов или классифицированный растр, представляющий гари. В случае класса объектов он должен включать текстовое поле с именем ClassName, а также другое поле с именем ClassValue.
   4. Поле значений класса - если на предыдущем шаге используется класс объектов, добавьте поле ClassValue, ссылающееся на значение класса, присвоенное гари в указанном классе объектов.
   5. Формат изображения - формат TIFF
   6. Размер листа X - 224
   7. Размер листа Y - 224
   8. Шаг по X - 0
   9. Шаг по Y - 0
   10. Формат метаданных - Классифицированные листы

       

4. Задайте переменные на вкладке Параметры среды:
   1. Экстент обработки — выберите Текущий экстент отображения или любую другую опцию из ниспадающего меню.
   2. Размер ячейки - установите значение желаемого размера ячейки.

      

5. Щелкните Запустить. После завершения обработки экспортированные обучающие данные сохраняются в указанной директории.

Точная настройка модели Prithvi - Burn Scars Segmentation

Выполните следующие шаги для точной настройки модели с помощью обучающего модуля ArcGIS API for Python:

1. Откройте Командную строку Python со средой, состоящей из зависимостей глубокого обучения, перейдите в нужную директорию и введите jupyter-notebook.
   
2. В браузере щелкните Новый и выберите Python 3 (ipykernel), чтобы создать блокнот.
   
3. Для точной настройки модели используйте следующие функции:
   1. import arcgis.learn module.
   2. prepare_data - подготовьте объект данных из обучающей выборки, экспортированной с помощью инструмента Экспорт обучающих данных для глубокого обучения, или обучающих выборок в поддерживаемых форматах наборов данных.

      1. path: Укажите путь к экспортированным обучающим данным из предыдущего шага.
      2. batch_size: Укажите количество листов изображения, обрабатываемых на каждом этапе вывода модели, и это зависит от памяти вашей видеокарты.

   3. Инициализируйте модель MMSegmentation и присвойте ей имя переменной, например, model

      1. data: Предоставьте объект данных, созданный с помощью функции prepare_data.
      2. model: Укажите имя модели как prithivi100m_crop_classification.

   4. fit - обучите модель для указанного количества периодов времени, используя автоматически сгенерированную оптимальную скорость обучения с помощью метода fit.
   5. save - сохраните обученную модель как файл пакета глубокого обучения (.dlpk), используя метод save. Формат файла пакета глубокого обучения - это стандартный формат, используемый для развертывания моделей глубокого обучения на платформе ArcGIS. По умолчанию он будет сохранен в подпапке models внутри папки обучающих данных.
   6. per_class_metrics - вычислите точность каждого класса, отзыв и оценку f1 для проверочного набора с помощью метода per_class_metrics.

      

4. Теперь вы можете использовать сохраненную модель для анализа ваших изображений.