适用于 Image Server
在 Deep Learning Studio 中执行深度学习分析时,可以在运行推断步骤中使用多种工具参数。
深度学习模型训练完成后,您可以使用推断工具创建深度学习过程的输出。 输出可以是已分类的像素、对象的要素图层或指示对象质量的要素图层。
注:
推断工具可以使用的深度学习分析类型由创建 Deep Learning Studio 工程时选择的选项定义。参数 | 描述 |
---|---|
模型 | 指定深度学习框架模型。 默认设置为在工程中创建的深度学习框架模型,但是可以使用任意可用模型。 注:ArcGIS Living Atlas 现在支持将深度学习包作为输入。 |
模型参数 | 训练模型时创建的模型参数。 |
输入影像源 | 要使用的输入影像源。 默认设置为在工程中指定的影像源,但是可以使用数据存储中可用的任意影像图层或影像集合。 对象分类可以是具有附件的要素图层。 |
感兴趣区域 | 由多边形划定的将运行进程的区域。 |
处理模式 | 指定影像图层中每个项目的处理方式。 |
推断工具运行后,生成的输出在地图中可见。 您可以评估深度学习过程的输出,以确定是否需要更多工作或结果是否令人满意。 根据结果,是否继续改进模型的决定通常取决于所需的输出结果、改进结果所需的时间和精力以及工程的时间范围。
如果使用了对象检测或对象分类工具,则找到的对象包括一个置信度值,该值指示对象的置信度级别。 您可通过选择对象并查看弹出窗口信息来查看置信度值。