Skip To Content

微调模型

您可以根据自己的地理区域、影像数据或感兴趣要素,对“汽车检测 - 美国”模型进行个性化微调。 与训练全新模型相比,微调现有模型所需的训练数据量更少,且节省计算资源和时间。

如 ArcGIS 提供的预训练深度学习模型未能达到预期效果,我们推荐您尝试对模型进行微调。 当您的感兴趣区域超出模型的适用地理范围,或者您的影像数据在分辨率、比例尺、季节性等属性上有所差异时,这一做法尤其适用。

您可以借助导出训练数据进行深度学习工具来准备训练数据。 然后,您可以利用 ArcGIS Pro 中的训练深度学习模型工具在数据集上对模型进行微调。 按照以下步骤微调模型。

准备训练数据

该模型训练的基础为三波段 RGB 影像,并结合了汽车多边形标注。 利用“导出训练数据进行深度学习”工具,为模型微调准备训练数据。

  1. 浏览至分析选项卡下的工具
    工具图标
  2. 单击地理处理窗格中的工具箱选项卡,选择 Image Analyst 工具,然后浏览至深度学习工具集下的导出训练数据进行深度学习工具。
    导出训练数据进行深度学习工具
  3. 按照以下说明设置参数选项卡下的变量:
    1. 输入栅格 - 选择三波段 RGB 影像。
    2. 输出文件夹 - 在计算机上选择的任一目录。
    3. 输入要素类、分类栅格或表 - 选择包含汽车多边形训练标注的标注要素类。
    4. 类值字段 - 添加引用了上述要素类中类值(“1”)的 Value 字段。
    5. 图像格式 - TIFF 格式
    6. 切片大小 X - 400
    7. 切片大小 Y - 400
    8. 步幅 X - 0
    9. 步幅 Y - 0
    10. 元数据格式 - RCNN 掩膜
      导出训练数据进行深度学习工具参数
  4. 设置环境选项卡下的变量。
    1. 处理范围 - 根据需要从下拉菜单中选择当前显示范围或任意其他选项。
    2. 像元大小 - 根据需要设置像元大小。
      导出训练数据进行深度学习工具参数
  5. 单击运行。 处理完成后,导出的训练数据将存储在指定目录中。

微调“汽车检测 - 美国”模型

按照以下步骤微调模型:

  1. 浏览至分析选项卡下的工具
    工具图标
  2. 地理处理窗格中,单击工具箱,然后展开 Image Analyst 工具。 选择深度学习下的训练深度学习模型工具。
    “训练深度学习模型”工具
  3. 按照以下说明设置参数选项卡下的变量:
    1. 输入训练数据 - 之前步骤中导出的训练数据路径。
    2. 输出文件夹 - 在计算机上选择的任一目录。
    3. 最大轮数(可选)- 100(取决于要微调模型的迭代次数。 轮数是工具遍历数据所需进行的迭代次数。)
    4. 预训练模型 - 从 ArcGIS Living Atlas of the World 下载的“汽车检测 - 美国”(.dlpk) 文件。
    5. 批量大小 - 64(根据您的 GPU 容量增加或减少此数字。 为获得最佳性能,建议选择平方数作为批量大小。)
    6. 当模型停止改进时停止 - 选中
    7. 冻结模型 - 选中
      “训练深度学习模型”工具参数
  4. 设置环境选项卡下的变量。
    1. 处理器类型 - 根据需要选择 CPU 或 GPU。 如果可以使用 GPU,建议您选择 GPU 并设置待使用 GPU 的 GPU ID。
      “训练深度学习模型”工具参数
  5. 单击运行。 现在,您可以将此模型应用于影像数据,进行推理分析。