В современном сельском хозяйстве классификация сельскохозяйственных культур играет решающую роль. Она предоставляет важную информацию, которая может помочь в таких задачах, как ранний мониторинг урожая и управление орошением. Однако классификация культур представляет собой серьезную проблему для заинтересованных лиц из-за сложности дифференциации между типами культур. Растущая доступность спутниковых изображений с высокой временной и спектральной информацией, а также развитие методов машинного обучения проложили путь к автоматизированному мониторингу и управлению сельскохозяйственным производством и землепользованием в больших масштабах.
Предварительно обученная модель Prithvi-100M-multi-temporal-crop-classification была разработана НАСА и IBM путем точной настройки их базовой модели для наблюдения за Землей - Prithvi-100m, набора данных multitemporal crop classification. Используйте эту модель для автоматизации процесса идентификации и классификации различных культур на мультиспектральных спутниковых снимках.
Лицензионные требования
Для выполнения этого рабочего процесса необходимы следующие лицензионные требования:
- ArcGIS Desktop—ArcGIS Image Analyst дополнительный модуль для ArcGIS Pro
- ArcGIS Enterprise—ArcGIS Image Server с настроенной аналитикой растра
- ArcGIS Online – ArcGIS Image for ArcGIS Online
Описание модели
Данная модель содержит следующие характеристики:
- Входные данные - растр (18-канальный составной), набор данных мозаики или сервис изображений.
- Выходные данные - классифицированный растр с 13 классами из слоя cropland data.
- Вычислить—Этот рабочий процесс требует интенсивных вычислений, поэтому рекомендуется использовать видеокарту с вычислительной мощностью 6.0 или выше.
- Подходящие географические регионы—Ожидается, что данная модель будет работать хорошо в США.
- Архитектура - эта модель объединяет модель Prithvi-100M-multitemporal crop classification от IBM и НАСА и использует самоконтролируемый кодировщик, разработанный с использованием архитектуры ViT и стратегии обучения Masked AutoEncoder (MAE).
- Обучающие данные - эта модель осуществляет точную настройку предварительно обученной модели Prithvi-100m с использованием набора данных multitemporal crop classification.
- Показатели точности - эта модель имеет среднее пересечение по объединению 0.43 процента и среднюю точность 64.06 процента.
Доступ и загрузка модели
Загрузите предварительно обученную модель Prithvi - Crop Classification 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 в ArcGIS Living Atlas of the World.
- Войдите под своими учетными данными ArcGIS Online.
- Выполните поиск по запросу Prithvi - Crop Classification 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 версии:
| Дата | Описание |
|---|---|
| Январь 2024 | Первый выпуск Prithvi - Crop Classification |