此文档介绍了如何使用 ArcGIS Living Atlas of the World 上提供的塔标检测 - 美国深度学习模型。 该模型用于检测高分辨率影像中的塔标。
塔标检测在城市规划、交通运输、公共安全等领域具有重要意义。 它在优化交通流量、确保道路标志和信号可见性以预防事故以及协助城市规划决策方面发挥着至关重要的作用。 此外，该检测可以及时识别损坏或倒塌的塔标，有助于保护公共安全，它还可以监控电线杆和输电线，因此在优化能源效率方面也具有关键作用。 在智慧城市环境中，塔标检测是一个基本的组成部分，它可以提高城市发展的整体效率并支持数据驱动的决策制定。
使用 GeoAI 进行的塔标检测可以应用于城市规划中，提高现代城市环境的安全性、功能性和可持续性。
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（60 厘米空间分辨率）。
- 输出 - 要素类，其中包含描绘塔标位置的边界框。
- 计算 - 此为计算密集型工作流，建议使用 CUDA 计算能力不低于 6.0 的 GPU。
- 适用地理位置 - 该模型预计适用于美国。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的基于 MMDetection 的 Dynamic-RCNN 模型架构。
- 精度指标 - 此模型的平均精确率得分为 0.95。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载塔标检测 - 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 Pylon Detection，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 11 月 | “塔标检测 - 美国”第一版发布 |