Skip To Content

Использование модели

Вы можете использовать модель Parking Spot Detection—USA в инструменте Выявить объекты при помощи глубокого обучения, доступном в наборе инструментов Image Analyst в ArcGIS Pro.

  1. Загрузите модель и добавьте слой изображений в ArcGIS Pro.
  2. Добавьте трехканальные спутниковые снимки (пространственное разрешение 7–10 сантиметров) и увеличьте масштаб до области интереса.
  3. Щелкните вкладку Анализ и перейдите в раздел Инструменты.
    Инструменты на вкладке Анализ в ArcGIS Pro
  4. На панели Геообработка выберите Наборы инструментов, а затем раскройте Инструменты Image Analyst. Выберите инструмент Выявить объекты при помощи глубокого обучения в разделе Глубокое обучение.
    Инструмент Выявить объекты при помощи глубокого обучения
  5. На вкладке Параметры задайте переменные следующим образом:
    1. Входной растр — выберите трехканальное RGB-изображение, на котором будут обнаруживаться парковочные места.
    2. Выходной класс объектов — векторный слой с классифицированными парковочными местами.
    3. Определение модели (необязательно) — выберите файл .dlpk предварительно обученной или точно настроенной модели.
    4. Аргументы модели (дополнительно) — Измените значения аргументов, если требуется.
      • padding - Количество пикселов на границе листов изображений, из которых складываются прогнозные данные для смежных листов. Увеличьте это значение, чтобы сгладить результат и одновременно уменьшить артефакты по краям. Максимальное значение padding может составлять половину значения размера листа.
      • batch_size - Количество листов изображений, обработанных на каждом этапе построения модели. Оно зависит от объема памяти видеокарты.
      • threshold — в результат включаются обнаружения, имеющие показатель достоверности выше этого порогового значения. Допустимы значения от 0 до 1.0.
      • return_bboxes — если True, инструмент вернет ограничивающий прямоугольник вокруг обнаруженного объекта.
      • tile_size - Ширина и высота листов изображений, на которые разбивается изображение для прогнозирования.
    5. Немаксимальное подавление — поставьте отметку, чтобы удалить перекрывающиеся объекты с низкой степенью достоверности.

      Когда опция отмечена, сделайте следующее:

      • Поле балла достоверности — использовать по умолчанию.
      • Поле значения класса — использовать по умолчанию.
      • Коэффициент максимального перекрытия — задайте значение коэффициента максимального перекрытия равным 0.25.
    Вкладка Параметры инструмента Обнаружение объектов с помощью глубокого обучения
  6. На вкладке Параметры среды задайте переменные следующим образом:
    1. Экстент обработки — выберите Текущий экстент отображения или любую другую опцию из ниспадающего меню.
    2. Размер ячейки — измените при необходимости. (Обратите внимание, что ожидается пространственное разрешение 7—10 см.)
    3. Тип процессора — выберите CPU или GPU.

      (Обратите внимание: рекомендуется выбрать GPU, если он доступен, и установить идентификатор GPU ID, чтобы указать используемый GPU.)

    Вкладка Параметры среды инструмента Обнаружение объектов с помощью глубокого обучения
  7. Щелкните Запустить для выполнения процесса.

    После завершения обработки выходной слой добавляется на карту.

    Результаты выполнения инструмента обнаружения объектов