本文档介绍了如何使用 ArcGIS Living Atlas of the World 上提供的停车位检测 - 美国预训练模型。 该模型用于从高分辨率航空和无人机影像中检测和分类停车位。
由于私家车数量的增加，寻找空置停车位非常困难。 由此会消耗大量的时间和金钱。 同时也是造成空气污染的汽车有毒物质排放增加的原因。 这在大都市尤其是一个大问题。 传统上，需要对停车场进行手动数字化和分类，这是一项非常耗费人力和时间的任务。 使用深度学习模型自动执行停车场检测和分类任务可以成为此手动过程的一个很好的替代方案。 由于此类任务所需的高时空覆盖范围，因此该模型将使用高分辨率航空和无人机影像。
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 - 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 - 栅格、镶嵌数据集或影像服务（7 - 10 厘米空间分辨率）。
- 输出 - 要素类，其中包含描述分类停车位的边界框。
- 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 - 此模型预计适用于美国。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 MaskRCNN 模型架构。
- 精度指标 - 该模型对于空置停车位的平均精度得分为 0.64，对于已占用停车位类的平均精度得分为 0.69。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载停车位检测 - 美国预训练模型。 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 Parking Spot Detection—USA，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 |
|---|---|
| 2023 年 4 月 |
|