Человеческая жизнь драгоценна, и при возникновении любого несчастного случая прилагаются максимальные усилия для ее защиты. Чтобы оказать своевременную помощь или предпринять эвакуацию людей, терпящих бедствие, крайне важно точно определить их местонахождение. В таких ситуациях для обнаружения и отслеживания людей все чаще используются беспилотные летательные аппараты. Беспилотные летательные аппараты применяют для получения изображений с высоким разрешением при проведении поисково-спасательных работ. С помощью записи с беспилотника можно найти выживших, но для этого необходим ручной анализ. Это длительный процесс, который подвержен влиянию человеческого фактора.
Эта модель способна обнаруживать людей, просматривая снимки с беспилотника, и может рисовать ограничивающие прямоугольники вокруг их точного местоположения. Эта модель обучена на наборах данных IPSAR и SARD, когда люди находятся на дорогах из щебня, в карьерах, в низкой и высокой траве, в тени леса, в средиземноморских и субсредиземноморских ландшафтах. Модели глубокого обучения позволяют эффективно изучать сложную семантику и могут давать на выходе превосходные результаты. Используйте эту модель глубокого обучения, чтобы автоматизировать задачу нахождения людей и сократить необходимые для этого время и усилия.
Лицензионные требования
Чтобы выполнить этот рабочий процесс, необходимы следующие лицензии:
- ArcGIS Desktop—ArcGIS Image Analyst дополнительный модуль для ArcGIS Pro
- ArcGIS Enterprise – ArcGIS Image Server
- ArcGIS Online – ArcGIS Image for ArcGIS Online
Описание модели
Данная модель содержит следующие характеристики:
- Входные данные — на входе используются отдельные снимки БПЛА высокого разрешения (1-5 см) или ортомозаика.
- Выходные данные — выходной класс пространственных объектов, содержащий обнаруженных людей.
- Вычислить — этот рабочий процесс требует интенсивных вычислений, поэтому рекомендуется использовать видеокарту с минимальной вычислительной мощностью CUDA 6.0.
- Применимые географические регионы — Ожидается, что модель будет хорошо работать в средиземноморских и субсредиземноморских ландшафтах, но может быть опробована и в других областях.
- Архитектура — Эта модель использует архитектуру модели FasterRCNN, реализованную в ArcGIS API for Python.
- Точность метрик — эта модель имеет среднюю оценку точности 0,822 для класса "люди".
Доступ и загрузка модели
Загрузите предварительно обученную модель Human Detection (Drone Imagery) из ArcGIS Living Atlas of the World. Или получите доступ к модели непосредственно из ArcGIS Pro, либо работайте с ней в ArcGIS Image for ArcGIS Online.
- Перейдите к ArcGIS Living Atlas of the World.
- Войдите под своими учетными данными ArcGIS Online.
- Выполните поиск по запросу Human Detection (Drone Imagery) и откройте страницу элемента в результатах поиска.
- Нажмите кнопку Загрузить, чтобы загрузить модель.
Использовать загруженный файл .dlpk можно напрямую в ArcGIS Pro, либо использовать его в ArcGIS Enterprise. Кроме того, при необходимости можно настроить предварительно обученную модель.
Информация по версии
Ниже приведена информация о версиях и их даты:
| Дата | Примечания |
|---|---|
| Январь 2022 г. | Первый выпуск Human Detection (Drone Imagery) |
Февраль 2023 г. | Второй выпуск Human Detection (Drone Imagery) |