人类住区地图有助于了解增长模式和人口分布，可用于资源管理、变化检测和多种需要地球表面相关信息的其他应用领域。 人类住区分类是一项复杂的任务，难以通过传统方式获取。 深度学习模型善于学习这些复杂的语义，并且可以生成高质量结果。
许可要求
要完成此工作流，需满足以下许可要求：
- ArcGIS Desktop - ArcGIS Pro 的 ArcGIS Image Analyst 扩展模块
- ArcGIS Enterprise - 已配置栅格分析的 ArcGIS Image Server
- ArcGIS Online - ArcGIS Image for ArcGIS Online
模型详细信息
此模型具有以下特征：
- 输入 - Sentinel-2 L1C 影像，采用栅格、镶嵌数据集或影像服务形式。
- 输出 - 具有两个类的分类栅格：住区和其他。
- 计算 - 此为计算密集型工作流，建议使用计算能力为 6.0 或以上的 GPU。
- 适用地理位置 - 此模型适用于美国。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 U-net 模型架构。
- 准确率指标 - 此模型的平均精确率得分为 0.94。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载人类住区分类 (Sentinel-2) 预训练模型。 也可以从 ArcGIS Pro 直接访问模型，或在 ArcGIS Image for ArcGIS Online 中使用模型。
- 浏览至 ArcGIS Living Atlas of the World。
- 使用您的 ArcGIS Online 凭据进行登录。
- 搜索 Human Settlements Classification (Sentinel-2)，然后从搜索结果中打开项目页面。
- 单击下载按钮以下载模型。
您可以在 ArcGIS Pro 中直接使用下载的 .dlpk 文件，或者在 ArcGIS Enterprise 中上传并使用文件。 还可以根据需要微调预训练模型。
发布说明
以下为发布说明：
| 日期 | 描述 |
|---|---|
| 2021 年 2 月 |
|