Skip To Content

使用模型

您可以在 ArcGIS Pro 中的 Image Analyst 工具箱提供的使用深度学习分类像素工具中使用此模型。 按照以下步骤使用模型分类影像中的土地覆盖。

建议的影像配置

建议的影像配置如下:

  • 分辨率 - 极高分辨率(10 厘米)
  • 动态范围 - 8 位
  • 波段 - 三个波段(例如,红色、绿色和蓝色)
  • 影像 - 正射校正影像(动态和持续性正射产品均适用)
注:

偏离像底点的影像或具有高倾斜角度的影像无法生成合适的结果。

如果您的影像已采用建议的影像配置,则可以跳过预处理,直接转至“分类土地覆盖”部分。

分类土地覆盖

完成以下步骤以分类影像中的土地覆盖:

  1. 下载土地覆盖分类(航空影像)模型,然后在 ArcGIS Pro 中添加影像图层。
  2. 缩放至感兴趣区域。
    已放大到感兴趣区域
  3. 浏览至分析选项卡上的工具
    “分析”选项卡上的“工具”
  4. 单击地理处理窗格中的工具箱选项卡,选择影像分析工具,然后浏览至深度学习下的使用深度学习分类像素工具。
    “使用深度学习分类像素”工具
  5. 按照以下说明设置参数选项卡上的变量:
    1. 输入栅格 - 选择影像。
    2. 输出分类栅格 - 设置将包含分类结果的输出要素类。
    3. 模型定义 - 选择预训练模型或微调模型的 .dlpk 文件。
    4. 参数(可选)- 根据需要更改参数值。
      • padding - 影像切片边界处的像素数,将根据这些像素为相邻切片混合预测。 增加此值以减少边伪影,使输出更加平滑。 内边距的最大值可以是切片大小值的一半。
      • batch_size - 模型推断每个步骤中处理的影像切片数。 这取决于显卡的内存。
      • predict_background - 如果设置为 True,则也会对背景进行分类。
      • test_time_augmentation - 在预测期间执行测试时数据增强。 如果值为 True,则输入影像的翻转和旋转变体的预测将合并到最终输出中。
      • tile_size - 影像切片的宽度和高度,影像将按照此值分割以进行预测。
    “使用深度学习分类像素”工具的“参数”选项卡
    注:

    要从 ArcGIS Pro 直接访问模型,请单击浏览按钮并搜索模型(ArcGIS Pro 2.7 及更高版本支持此操作)。

    “极高分辨率土地覆盖分类 - 美国”深度学习包
  6. 按照以下说明设置环境选项卡上的变量:
    1. 处理范围 - 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(必填项)- 将值设置为 0.10

      预期栅格分辨率为 10 厘米。

    3. 处理器类型 - 选择 CPUGPU

      如果可以,建议您选择 GPU 并设置 GPU ID 以指定要使用的 GPU。

    “使用深度学习分类像素”工具的“环境”选项卡
  7. 单击运行

    输出图层将添加到地图。

    作为结果的已分类栅格