Использование модели

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 ветряков на аэрофотоснимках.

Выполните следующие шаги, чтобы обнаружить ветряки на изображениях:

1. Загрузите модель Wind Turbine Detection и добавьте слой 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 Выявить объекты при помощи глубокого обучения в разделе Глубокое обучение.

   

5. Задайте переменные на вкладке Параметры 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 или точно настроенной модели.
   4. Аргументы модели (дополнительно) — Измените значения аргументов, если требуется.
      • padding — число 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.
      • threshold — прогнозы выше этого оценки балла достоверности включаются в результат. Допустимы значения от 0 до 1.0.
      • nms_overlap — Коэффициент максимального перекрытия для двух перекрывающихся объектов, который определяется как отношение площади пересечения к площади объединения. Значение по умолчанию равно 0,1.
      • batch_size — число листов изображения, обработанных на каждом этапе построения модели. Оно зависит от объема памяти видеокарты.
      • exclude_pad_detection — Указывает, следует ли исключать потенциально сокращенные ограничивающие прямоугольники, которые находятся на краю каждого листа в дополненной области. По умолчанию – True.
      • test_time_augmentation - Увеличивает время тестирования в процессе прогнозирования. Этот метод используется для повышения надежности и точности прогнозов модели. Он включает в себя применение методов увеличения данных во время вывода, то есть создание нескольких слегка измененных версий тестовых данных и агрегирование прогнозов. Если задано значение true, то конечный результат объединит прогнозы перевернутых и повернутых ориентаций входного изображения, а их доверительные значения будут усреднены. Это может привести к падению достоверности ниже порогового значения для объектов, которые обнаруживаются только в нескольких положениях изображения.
   5. Немаксимальное подавление — при необходимости установите метку, 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).

   

6. Установите переменные на вкладке Параметры среды следующим образом:
   1. Экстент обработки - Выберите Текущий экстент отображения или любую другую опцию из ниспадающего меню.
   2. Размер ячейки (обязательно) — Установите значение равным 0.6.

      Ожидаемое разрешение растра составляет 0.6 метра.

   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 добавится на карту.