Использование модели

Вы можете использовать эту модель в инструменте Классифицировать пикселы при помощи глубокого обучения, доступном в наборе инструментов Image Analyst в ArcGIS Pro. Выполните описанные ниже действия, чтобы использовать модель для классификации населенных пунктов на изображениях.

Поддерживаемые изображения

Эта модель может использоваться с мультиспектральными изображениями Landsat 8 (Collection 1 Level-1) в виде набора данных мозаики или сервиса изображений.

Убедитесь, что вы создали набор данных мозаики с помощью инструмента управления изображениями Landsat 8. После его создания вы можете использовать набор данных мультиспектральной мозаики, созданный с помощью этого инструмента. Этот набор данных мозаики также может быть опубликован как сервис изображений и использован в качестве входных данных.

Убедитесь, что для шаблона обработки установлено значение None.

Классификация населенных пунктов

Выполните следующие действия, чтобы классифицировать населенные пункты по изображениям:

1. Загрузите модель Human Settlements Classification (Landsat 8) и добавьте слой этих изображений в ArcGIS Pro.
2. Приблизьтесь к области интереса.

   

3. Перейдите к Инструментам на вкладке Анализ.

   

4. Перейдите на вкладку Наборы инструментов на панели Геообработка, выберите Инструменты Image Analyst и найдите инструмент Классифицировать пикселы с помощью глубокого обучения в разделе Глубокое обучение.

   

5. Установите переменные на вкладке Параметры следующим образом:
   1. Входной растр — выберите изображение.
   2. Выходной классифицированный растр — задайте выходной класс пространственных объектов, который будет содержать результаты классификации.
   3. Определение модели — выберите файл .dlpkпредварительно обученной или точно настроенной модели.
   4. Аргументы модели (необязательно) — измените значения аргументов, если требуется.
      • Отступ заполнения padding — количество пикселов на границе листов изображений, из которых складываются прогнозные данные для смежных листов. Увеличьте это значение, чтобы сгладить вывод при одновременном уменьшении эффекта ребер. Максимальное значение отступа заполнения может составлять половину значения размера листа.
      • batch_size — количество листов изображения, обработанных на каждом шаге вывода модели. Оно зависит от объема памяти вашего графического адаптера.
      • predict_background — если установлено значение True, класс фона также классифицируется.
      • test_time_augmentation — выполняет увеличение времени тестирования во время прогнозирования. Если задано значение true, предсказания перевернутых и повернутых вариантов входного изображения будут объединены в конечный результат.
      • tile_size — ширина и высота листов изображения, на которые разбивается изображение для прогнозирования.

   

6. Установите переменные на вкладке параметров среды следующим образом:
   1. Экстент обработки — выберите Текущий экстент отображения или любую другую опцию из ниспадающего меню.
   2. Размер ячейки (обязательно) — установите значение равным 30.

      Ожидаемое разрешение растра составляет 30 метров.

   3. Тип процессора — Выберите CPU или GPU.

      Рекомендуется выбрать GPU, если он доступен, и установить идентификатор GPU ID, чтобы указать используемый GPU.

   

7. Щелкните Запустить.

   Выходной слой добавляется на карту.