道路图层适用于为城市规划和开发准备底图和分析工作流、变化检测、基础设施规划和其他各种应用领域。 根据影像数字化道路这一任务通常依靠手动数字化要素来完成，并且十分耗时。 深度学习模型善于学习这些复杂的语义，并且可以生成质量更好的结果。 使用此深度学习模型可以自动化道路提取任务，减少所需的时间和精力。
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 和 ArcGIS 3D Analyst extension
- 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 - 栅格、镶嵌数据集或影像服务（30 - 50 厘米空间分辨率）。
- 输出 - 表示道路和非道路类的二进制栅格。
- 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、加拿大和墨西哥。
- 架构 - 此模型使用 ArcGIS API for Python 中实施的 MultiTaskRoadExtractor 模型架构。
- 准确率指标 - 此模型的 mIOU 得分为 0.65。
访问和下载模型
从 ArcGIS Living Atlas of the World 下载道路提取 - 北美预训练模型。 也可以在 ArcGIS Pro 中使用 Extract Roads ArcGIS Pro 工程模板直接访问模型，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 Road Extraction—North America，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 |
|---|---|
|
|