Использование модели

Вы можете использовать модель Text SAM в инструменте Выявить объекты при помощи глубокого обучения, доступном в наборе инструментов Image Analyst в ArcGIS Pro.

Выполните следующие шаги, чтобы использовать предварительно обученную модель Text SAM:

1. Загрузите модель и добавьте слой изображений в ArcGIS Pro.

   

2. Щелкните вкладку Анализ и перейдите в раздел Инструменты.

   

3. На панели Геообработка выберите Наборы инструментов, а затем раскройте Инструменты Image Analyst. Выберите инструмент Выявить объекты при помощи глубокого обучения в разделе Глубокое обучение.

   

4. На вкладке Параметры задайте переменные следующим образом:
   1. Входной растр - Выберите изображение.
   2. Выходные выявленные объекты — Установите выходной класс объектов, который будет содержать обнаруженные объекты.
   3. Определение модели - Выберите файл .dlpk предварительно обученной модели.
   4. Аргументы (необязательно) - Измените значения аргументов, если требуется.
      • text_prompt - текст, описывающий обнаруживаемые объекты. Входные данные могут представлять собой несколько текстовых подсказок, разделенных запятыми, что позволяет обнаруживать несколько классов.
      • 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.
      • box_threshold - показатель достоверности, используемый для выбора обнаружений, которые будут включены в результаты. Допустимые значения находятся в диапазоне от 0 до 1.0.
      • text_threshold - показатель достоверности, используемый для связи обнаруженных объектов с предоставленной текстовой подсказкой. Более высокое значение обеспечивает сильную связь, но потенциально меньше совпадений. Допустимые значения находятся в диапазоне от 0 до 1.0.
      • box_nms_thresh - пороговое значение блока IoU, используемое немаксимальным подавлением для фильтрации повторяющихся масок.
   5. Немаксимальное подавление - при необходимости установите метку, 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 0.1.
   
5. На вкладке Параметры среды задайте переменные следующим образом:
   1. Экстент обработки — выберите По умолчанию или любую другую опцию из ниспадающего меню.
   2. Размер ячейки - установите значение соответствующим образом.

      Размер ячейки в метрах выбирайте таким образом, чтобы обеспечить максимальную видимость интересующих объектов на всем выбранном экстенте. Рассмотрите возможность увеличения размера ячейки для обнаружения более крупных объектов и меньшего размера ячейки для обнаружения более мелких объектов. Например, установите размер ячейки для обнаружения облаков на 10 метров, а для обнаружения автомобилей - на 0,30 метра (30 сантиметров). Для получения дополнительной информации о размере ячейки обратитесь к предоставленному ресурсу.

   3. Тип процессора — выберите CPU или GPU.

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

   
6. Щелкните Запустить.

   После завершения обработки выходной слой добавляется на карту.