Вы можете использовать эту модель в инструменте Выявить объекты при помощи глубокого обучения, доступном в наборе инструментов Image Analyst в ArcGIS Pro. Выполните следующие шаги, чтобы использовать модель для обнаружения морских птиц на изображениях.
Обнаружение морских птиц
Выполните следующие шаги, чтобы обнаружить морских птиц на изображениях:
- Загрузите модель Seabird (Tern) Detection—Africa и добавьте слой изображений в ArcGIS Pro.
- Приблизьтесь к области интереса.
- Перейдите к Инструментам на вкладке Анализ.
- Перейдите на вкладку Наборы инструментов на панели Геообработка, выберите Инструменты Image Analyst и найдите инструмент Выявить объекты при помощи глубокого обучения в разделе Глубокое обучение.
- Задайте переменные на вкладке Параметры следующим образом:
- Входной растр - Выберите изображение.
- Выходные выявленные объекты — Установите выходной класс объектов, который будет содержать обнаруженные объекты.
- Определение модели - Выберите файл .dlpk предварительно обученной или точно настроенной модели.
- 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 вашего графического адаптера.
- threshold — В результат включаются обнаружения с показателем достоверности выше этого порогового значения. Допустимы значения от 0 до 1.0.
- return_bboxes — Если установлено True, инструмент вернет ограничивающий прямоугольник вокруг обнаруженного объекта.
- tile_size - Ширина и высота листов изображений, на которые разбивается изображение для прогнозирования.
- Не максимальное подавление — При необходимости поставьте отметку, чтобы удалить перекрывающиеся объекты с низкой степенью достоверности.
Когда опция отмечена, сделайте следующее:
- Установите Поле балла достоверности.
- Установите Поле значений класса (дополнительно).
- Установите Максимальный коэффициент перекрытия (дополнительно).
- Установите переменные на вкладке Параметры среды следующим образом:
- Экстент обработки - выберите Текущий экстент отображения или любую другую опцию из ниспадающего меню.
- Размер ячейки (обязательно) — Установите значение в качестве разрешения изображения. Вы можете сохранить значение по умолчанию, чтобы выбрать экстент изображения по умолчанию.
- Тип процессора - Выберите CPU или GPU.
Рекомендуется выбрать GPU, если он доступен, и установить идентификатор GPU ID, чтобы указать используемый GPU.
- Щелкните Запустить.
На карту будет добавлен выходной слой.
- Перейдите на вкладку Наборы инструментов на панели Геообработка, выберите Инструменты управления данными и найдите инструмент Внешняя граница в полигон в разделе Объекты.
- Задайте переменные на вкладке Параметры следующим образом:
- Входные объекты - Выберите выходные данные обнаруженного с помощью глубокого обучения объекта.
- Выходной класс объектов (обязательно) - задайте выходной класс объектов, который будет содержать обнаруженные объекты внутри ограничивающего прямоугольника.
- Щелкните Запустить.
Выходной слой добавится на карту.
