Skip To Content

使用模型

您可以在 ArcGIS Pro 中的 ArcGIS Image Analyst 工具箱提供的使用深度学习检测对象工具中使用此模型。

  1. 下载船舶检测 (RGB) 模型,然后在 ArcGIS Pro 中添加影像图层。
  2. 添加三波段卫星影像(30 厘米空间分辨率),然后放大到感兴趣区域。
    已放大到感兴趣区域
  3. 单击分析选项卡,然后浏览至工具
    ArcGIS Pro 中“分析”选项卡上的“工具”
  4. 地理处理窗格中,单击工具箱,然后展开影像分析工具。 选择深度学习下的使用深度学习检测对象工具。
    “使用深度学习检测对象”工具
  5. 参数选项卡上,按照以下说明设置变量:
    1. 输入栅格 - 选择三波段 RGB 影像。
    2. 输出要素类 - 设置输出要素图层,其中包含的面表示在输入影像中检测到的船舶。
    3. 模型定义 - 选择预训练模型的 .dlpk 文件。
    4. 模型参数 - 可以选择性地更改参数值。
      • 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。
      • threshold - 置信度得分高于此阈值的检测将包含在结果中。 允许的值范围为从 0 到 1.0。
      • return_bboxes - 可以将此参数设置为 True 以返回边界框。
      • 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。
      • test_time_augmentation - 在预测期间执行测试时数据增强。 这是一种用于提高模型预测的稳健性和准确性的技术。 它在推断过程中应用数据增强技术,这意味着生成测试数据的多个稍作修改的版本并聚合预测。 如果值为 True,则输入影像的翻转和旋转方向的预测将合并到最终输出,并且其置信度将取平均值。 对于仅在影像的某些方向上检测到的对象,这可能导致置信度低于阈值。
      • merge_policy - 用于合并增强预测的策略。 可用选项包括平均值、最大值和最小值。此参数仅在使用测试时数据增强时适用。
    5. 非极大值抑制 - 可以选择性地选中复选框以移除具有较低置信度的重叠要素。

      如果选中了此复选框,请执行以下操作:

      • 设置置信度得分字段
      • 可以选择设置类值字段
      • 可以选择设置最大重叠比
    “使用深度学习检测对象”的“参数”选项卡
  6. 环境选项卡上,按照以下说明设置变量:
    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 - 将值设置为 0.3

      预期栅格分辨率为 30 厘米。

    3. 处理器类型 - 根据需要选择 CPUGPU

      如果可以,建议您选择 GPU 并设置待使用 GPU 的 GPU ID

    “使用深度学习检测对象”的“环境”选项卡
  7. 单击运行

    输出图层将添加到地图。

    “使用深度学习检测对象”工具的结果
  8. 要平滑面,请执行以下步骤:
    1. 单击地理处理窗格中的工具箱选项卡,展开制图工具,然后浏览至概化下的平滑面工具。
      “平滑面”工具
    2. 按照以下说明设置参数选项卡上的变量:
      • 输入要素 - 提供之前步骤中生成的使用深度学习检测对象工具的输出作为此处的输入。
      • 平滑容差 - 指定指数核的多项式近似 (PAEK) 算法使用的容差。 值必须大于零。 可以选择首选单位;默认为要素单位。

        “平滑面”工具

      • 单击运行

    输出图层将添加到地图。

    “使用深度学习检测对象”工具的结果