Skip to main content

Trainingsdaten für Deep Learning exportieren (Image Analyst Tools)

Zusammenfassung

Verwendet ein Fernerkundungsbild zum Konvertieren von beschrifteten Vektor- oder Raster-Daten in Training-Datasets für Deep Learning. Die Ausgabe ist ein Ordner mit Bildausschnitten und ein Ordner mit Metadaten-Dateien im angegebenen Format.

Verwendung

  • Mit diesem Werkzeug lassen sich Training-Datasets für die Unterstützung von Deep-Learning-Anwendungen von Drittanbietern erstellen, wie z. B. PyTorch, Microsoft CNTK und andere.

  • Deep-Learning-Class-Trainingsgebiete basieren auf kleinen Sub-Bildern mit dem relevanten Feature oder der relevanten Klasse. Diese Sub-Bilder werden Bildschnipsel genannt.

  • Verwenden Sie vorhandene Klassifizierungs-Trainingsgebietdaten oder GIS-Feature-Class-Daten wie Gebäude-Footprint-Layer, um Bildschnipsel zu erzeugen, die das Klassenbeispiel aus dem Quellbild enthalten. Die Abmessungen von Bildschnipseln betragen in der Regel 256 x 256 Pixel, es sei denn, das Trainingsgebiet ist größer. Ein Bildschnipsel kann ein oder mehrere Objekte enthalten. Bei Verwendung der Option Beschriftete Kacheln für den Parameter Metadatenformat ist nur ein Objekt je Bildausschnitt zulässig.

  • Mit dem Bezugssystem können Trainingsdaten in den Kartenraum oder Pixelraum exportiert werden, die dem Training des Deep-Learning-Modells dienen.

  • Dieses Werkzeug unterstützt den Export von Trainingsdaten aus einer Sammlung vom Bildern. Sie können einen Bildordner als Parameterwert für Eingabe-Raster festlegen. Wenn es sich bei dem Wert für Eingabe-Raster um ein Mosaik-Dataset oder einen Image-Service handelt, können Sie auch angeben, dass der Parameter Verarbeitungsmodus das Mosaik entweder als eine einzige Eingabe oder jedes Raster-Element einzeln verarbeitet.

  • Bei Verwendung von Image-Services als Wert für Eingabe-Raster werden die Attributwerte des Image-Service für "maxImageHeight" und "maxImageWidth" berücksichtigt, die die für den Service maximal zulässige Anzahl an Zeilen und Spalten in einer Client-Anforderung bestimmen. Wenn der Grenzwert überschritten wird, tritt beim Ausführen des Werkzeugs ein Fehler auf.

  • Die Zellengröße und -ausdehnung kann in den Einstellungen der Geoverarbeitungsumgebung angepasst werden.

  • Dieses Werkzeug berücksichtigt die Umgebung "Faktor für parallele Verarbeitung". Wenn die Umgebung nicht angegeben wird, wird das Werkzeug für einen einzelnen Kern ausgeführt. Wenn große Datasets verwendet werden, legen Sie die Umgebung auf die Anzahl der Kerne fest, die das Werkzeug zur Verteilung der Arbeitslast verwenden kann.

  • Weitere Informationen zu den Voraussetzungen für die Ausführung dieses Werkzeugs und eventuell dabei auftretenden Problemen finden Sie unter "Häufig gestellte Fragen zu Deep Learning".

Parameter

Beschriftung Erläuterung Datentyp

Eingabe-Raster

Die Eingabe-Quellbilddaten, in der Regel multispektrale Bilddaten.

Beispiele für Eingabe-Quellbilddaten sind Multispektralsatellit-, Drohnen-, Luft- und NAIP-Bilder (National Agriculture Imagery Program). Bei der Eingabe kann es sich um einen Ordner mit Bildern handeln.

Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Map Server; Map Server Layer; Internet Tiled Layer; Folder

Ausgabeordner

Der Ordner für die ausgegebenen Bildschnipsel und Metadaten.

Dies kann auch eine Ordner-URL sein, die eine Verbindungsdatei für den Cloud-Speicher (*.acs) verwendet.

Folder

Eingabe-Feature-Class oder klassifiziertes Eingabe-Raster oder Eingabetabelle

Die Daten zum Trainingsgebiet in Vektor- oder Raster-Form. Vektoreingaben sollten dem Trainingsgebiet-Format entsprechen, das im Bereich Trainingsgebiet-Manager erstellt wurde. Raster-Eingaben sollten einem klassifizierten Raster-Format entsprechen, das mit dem Werkzeug Raster klassifizieren erstellt wurde.

Die Raster-Eingabe kann auch aus einem Ordner mit klassifizierten Rastern stammen. Klassifizierte Raster-Eingaben erfordern eine entsprechende Raster-Attributtabelle. Eingabetabellen sollten einem Trainingsgebiet-Format entsprechen, das mit der Schaltfläche Objekte für Deep Learning beschriften im Bereich Trainingsgebiet-Manager erstellt wurde. Wenn das richtige Trainingsgebiet-Format verwendet wird, liefern die statistischen Informationen optimale Ergebnisse. Die Eingabe kann aber auch eine Point-Feature-Class ohne Klassenwertefeld oder ein Integer-Raster ohne Klasseninformationen sein.

Feature Class; Feature Layer; Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Table; Folder

Bildformat

Gibt das Raster-Format für die ausgegebenen Bildschnipsel an.

Die Formate PNG und JPEG unterstützen bis zu drei Bänder.

  • TIFF-Format—Es wird das TIFF-Format verwendet.

  • PNG-Format—Es wird das PNG-Format verwendet.

  • JPEG-Format—Es wird das JPEG-Format verwendet.

  • MRF (Meta-Raster-Format)—Es wird das Meta-Raster-Format (MRF) verwendet.

String

Kachelgröße X

(Optional)

Größe der Bildausschnitte (X-Dimension).

Long

Kachelgröße Y

(Optional)

Größe der Bildausschnitte (Y-Dimension).

Long

Schritt X

(Optional)

Verschiebung in X-Richtung bei Erstellung der nächsten Bildausschnitte.

Wenn der Schritt der Kachelgröße entspricht, gibt es keine Überlappung. Wenn der Schritt der halben Kachelgröße entspricht, gibt es eine Überlappung von 50 Prozent

Long

Schritt Y

(Optional)

Verschiebung in Y-Richtung bei Erstellung der nächsten Bildausschnitte.

Wenn der Schritt der Kachelgröße entspricht, gibt es keine Überlappung. Wenn der Schritt der halben Kachelgröße entspricht, gibt es eine Überlappung von 50 Prozent

Long

NoFeature-Kacheln ausgeben

(Optional)

Gibt an, ob Bildschnipsel, die keine Trainingsgebiete erfassen, exportiert werden.

Wenn diese Option aktiviert ist, werden auch Bildausschnitte exportiert, die keine beschrifteten Daten erfassen. Wenn diese Option nicht aktiviert ist, werden diese Bildausschnitte nicht exportiert.

  • Aktiviert—Alle Bildschnipsel einschließlich solcher, die keine Trainingsgebiete erfassen, werden exportiert.

  • Deaktiviert—Nur Bildschnipsel, die Trainingsgebiete erfassen, werden exportiert. Dies ist die Standardeinstellung.

Boolean

Metadatenformat

(Optional)

Gibt das Format für die ausgegebenen Metadatenbeschriftungen an.

Wenn es sich bei den Eingabedaten für das Trainingsgebiet um einen Feature-Class-Layer handelt, wie zum Beispiel eine Gebäude-Layer- oder Standardklassifizierungs-Trainingsgebiet-Datei, verwenden Sie die Option KITTI-Beschriftungen oder PASCAL Visual Object Classes (KITTI_rectangles oder PASCAL_VOC_rectangles in Python). Die Ausgabe-Metadaten sind eine .txt-Datei oder eine .xml-Datei mit den Daten für das Trainingsgebiet, die im kleinsten umgebenden Rechteck enthalten sind. Der Name der Metadatendatei stimmt mit dem Namen des Eingabequellbildes überein. Wenn es sich bei den Eingabedaten für das Trainingsgebiet um eine Klassenkarte handelt, verwenden Sie als Format für die Ausgabe-Metadaten die Option Klassifizierte Kacheln (Classified_Tiles in Python).

Beim KITTI-Metadatenformat werden 15 Spalten erstellt, jedoch nur 5 davon im Werkzeug verwendet. Die erste Spalte ist der Klassenwert. Die nächsten 3 Spalten werden übersprungen. In den Spalten 5 bis 8 wird das kleinste umgebende Rechteck definiert, das aus vier Bildkoordinatenpositionen besteht. Diese sind die Pixel links, oben, rechts und unten. Das kleinste umgebende Rechteck umfasst den im Deep-Learning-Klassifikator verwendeten Training-Schnipsel. Die verbleibenden Spalten werden nicht verwendet.

  • KITTI-Beschriftungen—Die Metadaten weisen dasselbe Format auf wie das Object Detection Evaluation Dataset, das vom Karlsruher Institut für Technologie gemeinsam mit dem Toyota Technological Institute (KITTI) entwickelt wurde. Das KITTI-Dataset ist eine Vision Benchmark Suite. Bei den Beschriftungsdateien handelt es sich um Nur-Text-Dateien. Numerische Werte und Zeichenfolgenwerte werden durch Leerzeichen getrennt, und jede Zeile entspricht einem Objekt. Dieses Format wird für die Objekterkennung eingesetzt.

  • PASCAL Visual Object Classes—Die Metadaten weisen dasselbe Format auf wie das PASCAL_VOC-Dataset (Pattern Analysis, Statistical Modeling and Computational Learning, Visual Object Classes). Das PASCAL_VOC-Dataset ist ein standardisiertes Bild-Dataset für die Erkennung von Objektklassen. Die Beschriftungsdateien (XML-Format) enthalten Informationen zu Bildnamen, Klassenwerten und umgebenden Rechtecken. Dieses Format wird für die Objekterkennung eingesetzt. Dies ist die Standardeinstellung.

  • Klassifizierte Kacheln—Die Ausgabe besteht aus einem klassifizierten Bildschnipsel für jeden Eingabebildschnipsel. Für die einzelnen Bildausschnitte werden keine weiteren Metadaten verwendet. Weitere Informationen zu den Klassen (Klassennamen, Klassenwerte und Ausgabestatistiken) können den ausgegebenen Statistiken entnommen werden. Dieses Format wird hauptsächlich für die Pixelklassifizierung verwendet. Dieses Format wird ebenfalls für die Änderungserkennung verwendet, wenn es sich bei der Ausgabe um einen klassifizierten Bildschnipsel aus zwei Bildschnipseln handelt.

  • RCNN-Masken—Die Ausgabe sind Bildschnipsel mit Maskierung in Bereichen mit vorhandener Stichprobe. Das Modell generiert umgebende Rechtecke und Segmentierungsmasken für jede Instanz eines Objekts im Bild. Diese Format basiert auf dem Feature Pyramid Network (FPN) und einem ResNet101-Backbone im Deep-Learning-Framework-Modell. Dieses Format dient der Objekterkennung. Es kann aber auch zur Objektverfolgung eingesetzt werden, wenn der Modelltyp "Siam Mask" für das Training verwendet wird, oder zur Zeitserien-Pixelklassifizierung genutzt werden, wenn die PSETAE-Architektur verwendet wird.

  • Beschriftende Kacheln—Jede Ausgabekachel wird mit einer spezifischen Klasse beschriftet. Dieses Format wird für die Objektklassifizierung verwendet.

  • Kacheln mit mehreren Beschriftungen—Jede Ausgabekachel wird mit mindestens einer Klasse beschriftet. Zum Beispiel kann eine Kachel als "Landwirtschaft" und auch als "bewölkt" beschriftet werden. Dieses Format wird für die Objektklassifizierung verwendet.

  • Kacheln exportieren—Die Ausgabe ist ein Bildschnipsel ohne Beschriftung. Dieses Format wird für Techniken zur Bild-zu-Bild-Übersetzung, wie z. B. Pix2Pix und Super Resolution, verwendet.

  • CycleGAN—Die Ausgabe ist ein Bildschnipsel ohne Beschriftung. Dieses Format wird für die Bild-zu-Bild-Übersetzungstechnik CycleGAN verwendet, mit der nicht überlappende Bilder trainiert werden.

  • ImageNet—Jede Ausgabekachel wird mit einer spezifischen Klasse beschriftet. Dieses Format dient der Objektklassifizierung, kann jedoch auch zur Objektverfolgung eingesetzt werden, wenn der Modelltyp "Deep Sort" für das Training verwendet wird.

  • Panoptische Segmentierung—Die Ausgabe besteht aus einem klassifizierten Bildschnipsel und einer Instanz für jeden Eingabebildschnipsel. Die Ausgabe enthält auch Bildausschnitte, die die Bereiche mit vorhandener Stichprobe maskieren. Diese Bildausschnitte werden in einem anderen Ordner gespeichert. Dieses Format wird sowohl für die Pixelklassifizierung als auch für die Instanzsegmentierung verwendet. Daher werden zwei Ordner mit Ausgabebeschriftungen erstellt.

String

Startindex

(Optional)
Legacy:

Dieser Parameter ist veraltet.

Long

Klassenwertefeld

(Optional)

Das Feld, das die Klassenwerte enthält. Wird kein Feld angegeben, sucht das System nach einem Feld des Typs value oder classvalue. Das Feld muss numerisch (in der Regel eine ganze Zahl) sein. Wenn das Feature kein Klassenwerte-Feld enthält, wird vom System festgelegt, dass alle Datensätze zu einer Klasse gehören.

Field

Pufferradius

(Optional)

Der Radius eines Puffers um die einzelnen Trainingsgebiete, der zur Abgrenzung einer Trainingsgebietsfläche verwendet wird. Auf diese Weise können Sie kreisförmige Polygon-Trainingsgebiete aus Punkten erstellen.

Die lineare Einheit des Raumbezugs für den Parameter Eingabe-Feature-Class, klassifiziertes Eingabe-Raster oder Eingabetabelle wird verwendet.

Double

Eingabe-Maskenpolygone

(Optional)

Eine Polygon-Feature-Class zur Abgrenzung der Fläche, in der Bildschnipsel erstellt werden.

Es werden nur Bildschnipsel erstellt, die vollständig in die Polygone fallen.

Feature Layer

Drehwinkel

(Optional)

Der Drehwinkel, der für die Generierung von Bildausschnitten verwendet wird.

Ein Bildausschnitt wird zuerst ohne Drehung erstellt. Danach wird er um den angegebenen Winkel gedreht, um einen weiteren Bildausschnitt zu erstellen. Das Bild wird gedreht und es wird ein Bildausschnitt erstellt, bis es vollständig gedreht ist. Wenn Sie beispielsweise einen Rotationswinkel von 45 Grad festlegen, werden acht Bildausschnitte erstellt. Diese acht Bildausschnitte werden bei den folgenden Winkeln erstellt: 0, 45, 90, 135, 180, 225, 270 und 315 Grad.

Der Standard-Drehwinkel beträgt 0 Grad. Dabei wird ein Standard-Bildausschnitt erstellt.

Double

Bezugssystem

(Optional)

Gibt den Typ des Bezugssystems an, das zum Interpretieren des Eingabebildes verwendet wird. Das angegebene Bezugssystem muss mit dem Bezugssystem übereinstimmen, das für das Training des Deep-Learning-Modells verwendet wurde.

  • Kartenraum—Es wird ein kartenbasiertes Koordinatensystem verwendet. Dies ist die Standardeinstellung.

  • Pixelabstand—Pixelabstand-Koordinaten, die auf Zeilen und Spalten basieren, werden ohne Drehung oder Verzerrung verwendet.

String

Verarbeitungsmodus

(Optional)

Legt fest, wie alle Raster-Elemente in einem Mosaik-Dataset oder Image-Service verarbeitet werden. Dieser Parameter findet Anwendung, wenn es sich beim Eingabe-Raster um ein Mosaik-Dataset oder einen Image-Service handelt.

  • Als mosaikiertes Bild verarbeiten—Alle Raster-Elemente im Mosaik-Dataset oder Image-Service werden zusammen mosaikiert und verarbeitet. Dies ist die Standardeinstellung.

  • Alle Raster-Elemente separat verarbeiten—Alle Raster-Elemente im Mosaik-Dataset oder Image-Service werden als separate Bilder verarbeitet.

String

Feature schwärzen

(Optional)

Gibt an, ob die Pixel um die einzelnen Objekte oder Features in den Bildkacheln maskiert werden sollen.

Dieser Parameter findet nur Anwendung, wenn der Parameter Metadatenformat auf Beschriftete Kacheln festgelegt ist und eine Eingabe-Feature-Class oder ein klassifiziertes Eingabe-Raster angegeben wurde.

  • Aktiviert—Die die Objekte oder Features umgebenden Pixel werden maskiert.

  • Deaktiviert—Die die Objekte oder Features umgebenden Pixel werden nicht maskiert. Dies ist die Standardeinstellung.

Boolean

Zuschneide-Modus

(Optional)

Gibt an, ob die exportierten Kacheln auf die gleiche Größe zugeschnitten werden sollen.

Dieser Parameter findet nur Anwendung, wenn der Parameter Metadatenformat auf Beschriftete Kacheln oder ImageNet festgelegt ist und eine Eingabe-Feature-Class oder ein klassifiziertes Eingabe-Raster angegeben wurde.

  • Feste Größe—Die exportierten Kacheln werden auf die gleiche Größe zugeschnitten und befinden sich in der Mitte des Features. Dies ist die Standardeinstellung.

  • Umgebendes Feld—Die exportierten Kacheln werden zugeschnitten, sodass die angrenzende Geometrie nur das Feature in der Kachel umgibt.

String

Zusätzliches Eingabe-Raster

(Optional)

Eine zusätzliche Eingabequelle aus Bilddaten, die für Bild-zu-Bild-Übersetzungsmethoden verwendet wird.

Dieser Parameter ist gültig, wenn der Parameter Metadatenformat auf Klassifizierte Kacheln, Kacheln exportieren oder CycleGAN festgelegt wurde.

Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Map Server; Map Server Layer; Internet Tiled Layer; Folder

Instance-Feature-Class

(Optional)

Die erfassten Trainingsgebietsdaten, die Klassen für die Instanzsegmentierung enthalten.

Die Eingabe kann auch eine Point-Feature-Class ohne Klassenwertefeld oder ein Integer-Raster ohne Klasseninformationen sein.

Dieser Parameter ist nur gültig, wenn der Parameter Metadatenformat auf Panoptische Segmentierung festgelegt ist.

Feature Class; Feature Layer; Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Table; Folder

Wertefeld für Instanzklasse

(Optional)

Das Feld, das die Klassenwerte für die Instanzsegmentierung enthält. Wird kein Feld angegeben, verwendet das Werkzeug einen Wert oder ein Klassenwertefeld, sofern vorhanden. Wenn das Feature kein Klassenwertefeld enthält, wird mit dem Werkzeug festgelegt, dass alle Datensätze zu einer Klasse gehören.

Dieser Parameter ist nur gültig, wenn der Parameter Metadatenformat auf Panoptische Segmentierung festgelegt ist.

Field

Minimale Polygon-Überlappungsrate

(Optional)

Der Prozentsatz der minimalen Überlappung für ein in die Trainingsdaten einzubeziehendes Feature. Wenn die prozentuale Überlappung kleiner als der angegebene Wert ist, wird das Feature aus dem Trainingsbildausschnitt ausgeschlossen und der Label-Datei nicht hinzugefügt.

Der Prozentwert wird als Dezimalzahl angegeben. Um beispielsweise eine Überlappung von 20 Prozent anzugeben, verwenden Sie den Wert 0,2. Der Standardwert ist 0, d. h. alle Features werden einbezogen.

Durch diesen Parameter wird neben der Performance des Werkzeugs auch die Inferenzierung verbessert. Die Geschwindigkeit wird verbessert, da weniger Trainingsschnipsel erstellt werden. Die Inferenzierung wird verbessert, da das Modell so trainiert wird, dass nur große Objektflächen erkannt und kleine Ecken von Features ignoriert werden. Dadurch werden weniger falsch positive Ergebnisse erkannt und vom Werkzeug Non-maximum Suppression entfernt.

Dieser Parameter ist aktiv, wenn der Parameterwert Eingabe-Feature-Class oder klassifiziertes Eingabe-Raster oder Eingabetabelle eine Feature-Class ist.

Double

Umgebungen

Zellengröße, Aktueller Workspace, Ausdehnung, Faktor für parallele Verarbeitung, Scratch-Workspace

Lizenzierungsinformationen

  • Basic: Erfordert Image Analyst oder Spatial Analyst
  • Standard: Erfordert Image Analyst oder Spatial Analyst
  • Advanced: Erfordert Image Analyst oder Spatial Analyst