Arguments de Deep learning

Disponible avec une licence Image Analyst.

Les arguments sont l’un des nombreux moyens qui permettent de contrôler la façon dont les modèles de Deep Learning sont entraînés et utilisés. Dans cette rubrique, le premier tableau répertorie les arguments de modèle pris en charge pour l’entraînement des modèles de Deep Learning. Le second tableau répertorie les arguments qui permettent de contrôler la manière dont les modèles de Deep Learning sont utilisés pour l’inférence.

Arguments d’entraînement

L’outil Train Deep Learning Model (Entraîner le modèle de Deep Learning) inclut les arguments pour entraîner les modèles de Deep Learning. Ces arguments varient en fonction de l’architecture de modèle. Vous pouvez modifier les valeurs de ces arguments pour entraîner un modèle. Les arguments sont les suivants :

• attention_type : indique le type de module. La valeur par défaut est PAM.

• attn_res : nombre d’attentions dans les blocs résiduels. Il s’agit d’une valeur entière facultative. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 16.

• backend : indique la structure de backend à utiliser pour ce modèle.

• bias : distorsion pour la tête Single Shot Detector (SSD). La valeur par défaut est -4,0.

• box_batch_size_per_image : nombre de propositions échantillonnées lors de l’entraînement de la classification. La valeur par défaut est 512.

• box_bg_iou_thresh : intersection sur union (IoU) maximale entre les propositions et la zone GT (réalité sur le terrain), afin qu’elles puissent être considérées comme négatives lors de l’entraînement de la tête de classification. La valeur par défaut est 0,5.

• box_detections_per_img : nombre maximum de détections par image, pour toutes les classes. La valeur par défaut est 100.

• box_fg_iou_thresh : intersection sur union (IoU) minimale entre les propositions et la zone GT, afin qu’elles puissent être considérées comme positives lors de l’entraînement de la tête de classification. La valeur par défaut est 0,5.

• box_nms_thresh : seuil de la suppression non maximale (NMS) pour la tête de prévision ; utilisé lors de l’inférence. La valeur par défaut est 0,5.

• box_positive_fraction : proportion de propositions positives dans un mini-lot lors de l’entraînement de la tête de classification. La valeur par défaut est 0,25.

• box_score_thresh : seuil du score de classification à atteindre afin de renvoyer des propositions lors de l’inférence. La valeur par défaut est 0,05.

• channel_mults : multiplicateurs de profondeur facultatifs pour les résolutions suivantes dans U-Net. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 1, 2, 4, 4, 8, 8.

• channels_of_interest : liste des canaux spectraux d’intérêt. Ainsi les canaux des rasters de séries chronologiques multitemporelles sont filtrés en fonction de cette liste. Par exemple, si un jeu de données dispose des bandes 0-4, mais que l’entraînement ne va utiliser que les bandes 0, 1, et 2, la liste est [0,1,2].

• class_balancing : indique si la perte d’entropie croisée inverse est équilibrée par rapport à la fréquence des pixels par classe. La valeur par défaut est False.

• d_k : dimension des vecteurs de clé et de requête. La valeur par défaut est 32.

• decode_params : dictionnaire qui contrôle le mode d’exécution du sous-titreur d’images. Il se compose des paramètres suivants : embed_size, hidden_size, attention_size, teacher_forcing, dropout et pretrained_emb. Le paramètre teacher_forcing correspond à la probabilité de contrainte par l’enseignant. La contrainte par l’enseignant est une stratégie d’entraînement des réseaux neuronaux récurrents. Elle utilise la sortie d’un intervalle temporel précédent comme entrée, au lieu de la sortie précédente, lors de la rétro-propagation. Le paramètre pretrained_emb précise si l’incorporation de texte pré-entraînée est utilisée. Si la valeur est Vrai, il utilise l’intégration de texte rapide. Si la valeur est Faux, il n’utilise pas l’intégration de texte pré-entraînée.

• decoder_depth: nombre de profondeurs ou couche à l’intérieur du composant de décodeur.

• depth : profondeur du modèle. La valeur par défaut est 17.

• depths : nombre de blocs à chaque étape. La valeur par défaut est [3, 3, 9, 3].

• dice_loss_average : indique si la micro ou la macro moyenne est utilisée. Une macro moyenne calcule la métrique individuellement pour chaque classe, puis prend la moyenne, tenant ainsi compte de toutes les classes de la même façon. Une micro moyenne agrège les contributions de toutes les classes pour calculer la métrique moyenne. Dans une configuration de classification multiclasses, la micro moyenne est préférable si un déséquilibre est susceptible d’être présent lorsqu’il y a beaucoup plus d’échantillons d’une classe par rapport aux autres classes. Le choix par défaut est micro.

• dice_loss_fraction : pondération de la perte par défaut (ou perte focale) par rapport à la perte de segmentation, dans la perte totale pour guider l’entraînement. La valeur par défaut est 0. Si focal_loss est défini sur True, la perte focale est utilisée plutôt que la perte par défaut. Si dice_loss_fraction est défini sur 0, l’entraînement utilise la perte par défaut (ou perte focale) comme perte totale pour guider l’entraînement. Si la valeur dice_loss fraction est supérieure à 0, l’entraînement utilise la formule suivante comme perte totale pour guider l’entraînement :

  \(=(1 \space – \space dice_loss_fraction) * default_loss \space + \space dice_loss_fraction * dice_loss\)

• dims : dimension de l’entité à chaque étape. La valeur par défaut est [96, 192, 384, 768].

• downsample_factor : facteur utilisé pour échantillonner les images. La valeur par défaut est 4.

• drop : probabilité d’abandon. Pour réduire l’overfitting, augmentez la valeur. La valeur par défaut est de 0,3.

• dropout : probabilité d’abandon. Pour réduire l’overfitting, augmentez la valeur. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut dépend de la valeur du paramètre Type de modèle.

• drop_path : profondeur stochastique. Il s’agit d’un pourcentage exprimé sous forme de valeur à virgule flottante. La valeur par défaut est 0.1.

• drop_path_rate : degré de profondeur stochastique. Il s’agit d’un pourcentage exprimé sous forme de valeur à virgule flottante. La valeur par défaut est 0,05.

• drop_rate : technique permettant de supprimer aléatoirement certains réseaux neuronaux pendant l’entraînement, afin d’éviter le surajustement. Il s’agit d’un pourcentage exprimé sous forme de valeur à virgule flottante. La valeur par défaut est 0.1.

• embed_dim : dimension des intégrations. La valeur par défaut est 768.

• feat_loss : indique si la perte d’adéquation des entités du discriminateur est utilisée. La valeur par défaut est True.

• focal_loss : indique si la perte focale est utilisée. La perte focale permet de gérer le problème de déséquilibre des classes avec les modèles de détection des objets en une seule étape. La valeur par défaut est False.

• forecast_timesteps : nombre d’intervalles durant lesquels des prévisions d’entraînement sont effectuées. La valeur par défaut est 1.

• gaussian_thresh : seuil gaussien, qui définit la largeur de route requise. La plage valide est comprise entre 0,0 et 1,0. La valeur par défaut est 0.6.

• gen_blocks : nombre de blocs ResNet utilisés dans le générateur. La valeur par défaut est 9.

• gen_network : indique le modèle utilisé pour le générateur. Utilisez global si la mémoire GPU de la machine est faible. La valeur par défaut est local.

• gradcam : indique si la visualisation de la cartographie d’activation de classe pondérée par le gradient (Grad-CAM) doit être utilisée. Si la valeur est définie sur True, la carte de densité Grad-CAM affiche les régions importantes qui ont été utilisées dans la prévision.

• grids : nombre de grilles selon lequel l’image est divisée en vue de son traitement. Par exemple, si vous définissez cet argument sur 4, l’image est divisée en 4 x 4 ou 16 cellules de grille. Si aucune valeur n’est spécifiée, la valeur de grille optimale est calculée en fonction de l’imagerie en entrée.

• head_init_scale : valeur de mise à l’échelle initiale pour les pondérations et biais du classificateur. La valeur par défaut est 1,0.

• hrs_each_step : nombre d’heures de collecte de chaque itération de données. La valeur par défaut est 1.

• ignore_classes : liste des valeurs de classe pour lesquelles le modèle ne subit pas de perte.

• inner_channel : dimension de la première couche U-net. Il s’agit d’une valeur entière facultative. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est de 64.

• keep_dilation : indique si la dilatation est utilisée. Lorsqu’elle est définie sur Vrai et que l’architecture pointrend est utilisée, cette option peut potentiellement améliorer l’exactitude aux dépens de la consommation de la mémoire. La valeur par défaut est False.

• lambda_feat : pondération pour la perte d’adéquation des entités. La valeur par défaut est 10.

• lambda_l1 : pondération pour la perte d’adéquation des entités. Cette option n’est pas prise en charge pour l’imagerie à 3 canaux. La valeur par défaut est 100.

• layer_scale_init_value : valeur initiale pour l’échelle de la couche. La valeur par défaut est 1e-6.

• linear_end : entier facultatif qui permet de planifier la fin. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 1e-06.

• linear_start : entier facultatif qui permet de planifier le début. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 1e-02.

• lsgan : indique si l’erreur quadratique moyenne est utilisée dans l’entraînement. Si définie sur False (Faux), l’entropie croisée est utilisée. La valeur par défaut est True.

• location_loss_factor : pondération de la perte d’emprise. Ce facteur ajuste la concentration du modèle sur l’emplacement de l’emprise. Lorsqu’il est défini sur Aucun, cela donne une pondération équivalente à la perte d’emplacement et de classification.

• min_points : nombre de pixels échantillonnés depuis chaque région masquée de l’entraînement. Cette valeur doit être un multiple de 64.

• mixup : indique si des images d’entraînement sont créées en mélangeant de manière aléatoire des images de définition d’entraînement (Vrai). La valeur par défaut est False.

• mlp_ratio : ratio du perceptron multicouche (MLP). La valeur par défaut est 4.

• mlp1 : dimensions des espaces d’entité successifs de MLP1. La valeur par défaut est 32,64.

• mlp2 : dimensions des espaces d’entité successifs de MLP2. La valeur par défaut est 128,128.

• mlp4 : dimensions du décodeur MLP. La valeur par défaut est 64,32.

• model : modèle backbone utilisé pour entraîner le modèle. Les backbones disponibles dépendent de la valeur du paramètre Model Type (Type de modèle). Cet argument est uniquement pris en charge pour les types de modèles MMDetection et MMSegmentation. La valeur par défaut pour MMDetection est cascade_rcnn. La valeur MMSegmentation par défaut est mask2former.

• model_weight : spécifie si les pondérations du modèle pré-entraîné sont utilisées. La valeur peut également être un chemin d’accès à un fichier de configuration contenant les pondérations d’un modèle provenant du référentiel MMDetection ou MMSegmentation. La valeur par défaut est False.

• mtl_model : spécifie le type d’architecture utilisé pour créer le modèle. Les options sont linknet ou hourglass pour les architectures neuronales basées sur linknet ou hourglass, respectivement. La valeur par défaut est hourglass.

• n_blocks_global : nombre de blocs résiduels dans le réseau du générateur global. La valeur par défaut est 9.

• n_blocks_local : nombre de blocs résiduels dans le réseau d’améliorations locales. La valeur par défaut est 3.

• n_downsample_global : nombre de couches de rééchantillonnage dans le réseau du générateur global.

• n_dscr : nombre de discriminateurs utilisés. La valeur par défaut est 2.

• n_dscr_filters : nombre de filtres de discriminateur dans la première couche de convolution. La valeur par défaut est de 64.

• n_gen_filters : nombre de filtres gen dans la première couche de convolution. La valeur par défaut est de 64.

• n_head : nombre d’avertissements. La valeur par défaut est 4.

• n_layers_dscr : nombre de couches pour le réseau de discriminateur qui sont utilisées dans Pix2PixHD. La valeur par défaut est 3.

• n_local_enhancers : nombre d’améliorations locales utilisées. La valeur par défaut est 1.

• n_masks : nombre maximum d’étiquettes de classe et d’instances que toute image peut contenir. La valeur par défaut est 30.

• n_timestep : nombre d’intervalles temporels de diffusion. Cette valeur est facultative. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 1 000.

• norm : indique si la méthode utilisée est la normalisation par instance ou la normalisation par lot. Par défaut, la normalisation par instance est utilisée.

• norm_groups : nombre de groupes pour la normalisation des groupes. Il s’agit d’une valeur entière facultative. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 32.

• num_heads : nombre d’avertissements. La valeur par défaut est 12.

• orient_bin_size : taille de groupe pour les angles d’orientation. La valeur par défaut est 20.

• orient_theta : largeur du masque d’orientation. La valeur par défaut est 8.

• oversample : spécifie si le suréchantillonnage est utilisé. Si cette option est définie sur Vrai, les classes déséquilibrées du jeu de données sont rééchantillonnées lors de l’entraînement. Cette option n’est pas prise en charge avec les jeux de données MultiLabel. La valeur par défaut est False.

• parallel_patch_embed : indique si les images en entrée doivent être divisées en petits gabarits d’image pour les traiter en parallèle.

• patch_size : taille du gabarit utilisé pour générer les intégrations de gabarit. La valeur par défaut est 16.

• perceptual_loss : indique si la perte perceptuelle est utilisée dans l’entraînement. La valeur par défaut est False.

• pointrend : indique si l’architecture PointRend est utilisée en haut de la tête de segmentation. Pour en savoir plus sur l’architecture PointRend, consultez le PDF PointRend. La valeur par défaut est False.

• pooling : stratégie de groupage de l’intégration des pixels qui est utilisée. La valeur par défaut est Moyenne.

• pyramid_sizes : nombre et taille des couches de convolution appliquées aux différentes sous-régions. Cet argument est propre au modèle Pyramid Scene Parsing Network. La valeur par défaut est [1,2,3,6].

• qkv_bias : indique si la distorsion du vecteur QK est utilisée dans l’entraînement. La valeur par défaut est False.

• ratios : liste des proportions à utiliser pour les zones d’ancrage. Dans le cadre de la détection d’objets, une boîte englobante représente la localisation, la forme et la taille idéales de l’objet pour lequel la prévision est effectuée. Si vous définissez cet argument sur [1,0, 1,0], [1,0, 0,5], la zone d’ancrage est un carré (1:1) ou un rectangle dans lequel le côté horizontal fait la moitié de la taille du côté vertical (1:0,5). La valeur par défaut pour RetinaNet est [0,5, 1, 2]. La valeur par défaut pour Single Shot Detector est [1,0, 1,0].

• res_blocks : nombre de blocs résiduels. Il s’agit d’une valeur entière facultative. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est 3.

• rpn_batch_size_per_image : nombre d’ancrages échantillonnés lors de l’entraînement du RPN pour calculer la perte. La valeur par défaut est 256.

• rpn_bg_iou_thresh : intersection sur union (IoU) maximale entre l’ancrage et la zone GT afin qu’ils puissent être considérés comme négatifs lors de l’entraînement du RPN. La valeur par défaut est de 0,3.

• rpn_fg_iou_thresh : intersection sur union (IoU) minimale entre l’ancrage et la zone GT afin qu’ils puissent être considérés comme positifs lors de l’entraînement du RPN. La valeur par défaut est 0,7.

• rpn_nms_thresh : seuil NMS utilisé pour post-traiter les propositions RPN. La valeur par défaut est 0,7.

• rpn_positive_fraction : proportion des ancrages positifs dans un mini-lot lors de l’entraînement du RPN. La valeur par défaut est 0,5.

• rpn_post_nms_top_n_test : nombre de propositions conservées une fois le NMS appliqué lors du test. La valeur par défaut est 1 000.

• rpn_post_nms_top_n_train : nombre de propositions conservées une fois le NMS appliqué lors de l’entraînement. La valeur par défaut est 2000.

• rpn_pre_nms_top_n_test : nombre de propositions conservées avant l’application du NMS lors du test. La valeur par défaut est 1 000.

• rpn_pre_nms_top_n_train : nombre de propositions conservées avant l’application du NMS lors de l’entraînement. La valeur par défaut est 2000.

• scales : nombre de niveaux d’échelle selon lequel chaque cellule est augmentée ou diminuée. La valeur par défaut est [1, 0,8, 0,63].

• schedule : type de planification utilisé. Cette valeur est facultative. Les options sont linear, warmup10, warmup50, const, jsd et cosine. Cet argument est pris en charge uniquement lorsque le paramètre Backbone Model (Modèle de backbone) a pour valeur SR3. La valeur par défaut est linear.

• seq_len : nombre de bandes d’horodatage. Applicable uniquement lorsque le modèle est prithvi100m. La valeur par défaut est 1.

• T : période utilisée pour l’encodage positionnel. La valeur par défaut est 1 000.

• timesteps_of_interest : liste des intervalles d’intérêt ; permet de filtrer les séries chronologiques multitemporelles en fonction de la liste des intervalles spécifiés. Par exemple, si le jeu de données est associé aux intervalles 0, 1, 2 et 3, mais que seuls les intervalles 0, 1 et 2 sont utilisés dans l’entraînement, ce paramètre est défini sur [0,1,2] ; le reste des intervalles temporels est filtré.

• unet_aux_loss : indique si la perte auxiliaire doit être utilisée dans l’entraînement.

• use_unet : indique si le décodeur U-Net est utilisé pour récupérer les données une fois le regroupement des pyramides effectué. Cet argument est propre au modèle Pyramid Scene Parsing Network. La valeur par défaut est True.

• vgg_loss : indique si la perte d’adéquation des entités VGG est utilisée. Cette option n’est prise en charge que pour l’imagerie à 3 canaux. La valeur par défaut est True.

• wavelengths : longueurs d’onde centrales de chaque bande au sein du raster en entrée ; les longueurs d’onde sont exprimées en micromètres. Il s’agit d’un tableau de valeurs à virgule flottante correspondant à chaque bande, par exemple [0,665, 0,560, 0,490]. Les backbones DOFA, CLAY et TERRAMIND requièrent que le paramètre des longueurs d’onde génère dynamiquement des pondérations d’embedding de gabarit. Bien que le modèle tente de les déduire à partir des métadonnées et des noms de bandes, ils doivent être fournis manuellement si les noms sont absents ou non standardisés. La liste suivante correspond au nom de bande et à sa longueur d’onde centrale : Aérosol côtier=0,443, Bleu côtier=0,443, Bleu=0,490, Vert=0,560, Rouge=0,665, Jaune=0,585, Végétation - Red Edge_1=0,705, Végétation - Red Edge_2=0,740, Végétation - Red Edge_3=0,783, RedEdge=0,705, Infrarouge=0,865, Proche infrarouge=0,865, NIR=0,865, Proche infrarouge_1=0,842, NIR_1=0,842, Proche infrarouge_2=0,865, NIR_2=0,865, Proche infrarouge étroit=0,87, NIR étroit=0,87, Infrarouge à ondes courtes=1,375, Cirrus=1,375, SWIR=1,375, Infrarouge à ondes courtes_1=1,610, SWIR_1=1,610, Infrarouge à ondes courtes_2=2,190, SWIR_2=2,190, Infrarouge moyen=1,610, MIR=1,610, Infrarouge moyen_1=1,610, MIR_1=1,610, Infrarouge moyen_2=2,190, MIR_2=2,190, Infrarouge thermique=11,450, Thermique=11,450, TIR=11,450, Infrarouge thermique_1=10,895, Thermique_1=10,895, TIR_1=10,895, Infrarouge thermique_2=12,005, Thermique_2=12,005, TIR_2=12,005, Panchromatique=0,592, Vapeur d’eau=0,945, Évaluation de la qualité=0,0.

• zooms : nombre de niveaux de zoom selon lequel chaque grille est augmentée ou diminuée. Si vous définissez cet argument sur 1, toutes les cellules de grille conservent leur taille ou leur niveau de zoom. Un niveau de zoom de 2 signifie que toutes les cellules de grille deviennent deux fois plus grandes (zoom avant de 100 %). Si vous fournissez une liste de niveaux de zoom, toutes les cellules de grille sont mises à l’échelle à l’aide de tous les nombres de la liste. La valeur par défaut est 1.

Model type	Argument	Valeur valides
3D-RCNet (classification de pixels)	depths	Liste des entiers positifs. La valeur par défaut est [1, 2, 4, 2].
	dims	Liste des entiers positifs. La valeur par défaut est [32, 64, 128, 256].
	drop_path_rate	Valeurs à virgule flottante. La valeur par défaut est 0,05.
	head_init_scale	Valeurs à virgule flottante. La valeur par défaut est 1,0.
	layer_scale_init_value	Valeurs à virgule flottante. La valeur par défaut est 1e-6.
Détecteur de changements (classification de pixels)	attention_type	PAM (Pyramid Attention Module) ou BAM (Basic Attention Module). La valeur par défaut est PAM.
ClimaX (classification de pixels)	decoder_depth	Valeur de l’entier positif. La valeur par défaut est 2.
	depth	Valeur de l’entier positif. La valeur par défaut est 8.
	drop_path	Valeur à virgule flottante. La valeur par défaut est 0.1.
	drop_rate	Valeur à virgule flottante. La valeur par défaut est 0.1.
	embed_dim	Valeur de l’entier positif. La valeur par défaut est 1024.
	forecast_timesteps	Valeur de l’entier positif. La valeur par défaut est 1.
	hrs_each_step	Valeur de l’entier positif. La valeur par défaut est 1.
	mlp_ratio	Valeur à virgule flottante. La valeur par défaut est 4.0.
	num_heads	Valeur de l’entier positif. La valeur par défaut est 16.
	parallel_patch_embed	True ou False. La valeur par défaut est True.
	patch_size	Valeur de l’entier positif. La valeur par défaut est 4.
ConnectNet (classification de pixels)	gaussian_thresh	0,0 à 1,0. La valeur par défaut est 0.6.
	mtl_model	linknet ou hourglass. La valeur par défaut est hourglass.
	orient_bin_size	Nombre positif. La valeur par défaut est 20.
	orient_theta	Nombre positif. La valeur par défaut est 8.
CycleGAN (conversion d’images)	gen_blocks	Un entier positif. La valeur par défaut est 9.
	lsgan	True ou False. La valeur par défaut est True.
DeepLab (classification de pixels)	class_balancing	True ou False. La valeur par défaut est False.
	dice_loss_average	micro ou macro. La valeur par défaut est micro.
	dice_loss_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0.
	focal_loss	True ou False. La valeur par défaut est False.
	ignore_classes	Valeurs de classe valides.
	keep_dilation	True ou False. La valeur par défaut est False.
	mixup	True ou False. La valeur par défaut est False.
	pointrend	True ou False. La valeur par défaut est False.
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
FasterRCNN (Détection des objets)	box_batch_size_per_image	Entiers positifs. La valeur par défaut est 512.
	box_bg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_detections_per_img	Entiers positifs. La valeur par défaut est 100.
	box_fg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_nms_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_positive_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,25.
	box_score_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,05.
	rpn_batch_size_per_image	Entiers positifs. La valeur par défaut est 256.
	rpn_bg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est de 0,3.
	rpn_fg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,7.
	rpn_nms_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,7.
	rpn_positive_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	rpn_post_nms_top_n_test	Entiers positifs. La valeur par défaut est 1 000.
	rpn_post_nms_top_n_train	Entiers positifs. La valeur par défaut est 2000.
	rpn_pre_nms_top_n_test	Entiers positifs. La valeur par défaut est 1 000.
	rpn_pre_nms_top_n_train	Entiers positifs. La valeur par défaut est 2000.
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
Classificateur d’entités (Classification d’objets)	gradcam	True ou False. La valeur par défaut est False.
	mixup	True ou False. La valeur par défaut est False.
	oversample	True ou False. La valeur par défaut est False.
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
Détecteur de contours HED (Classification de pixels)	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
Sous-titreur d’images (conversion d’images)	L’argument decode_params se compose des paramètres suivants : embed_size hidden_size attention_size teacher_forcing dropout pretrained_emb	La valeur par défaut est {'embed_size':100, 'hidden_size':100, 'attention_size':100, 'teacher_forcing':1, 'dropout':0.1, 'pretrained_emb':False}.
MaskRCNN (Détection des objets)	box_batch_size_per_image	Entiers positifs. La valeur par défaut est 512.
	box_bg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_detections_per_img	Entiers positifs. La valeur par défaut est 100.
	box_fg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_nms_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	box_positive_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,25.
	box_score_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,05.
	pointrend	True ou False. La valeur par défaut est False. Si la valeur est définie sur True, l’architecture PointRend est utilisée en haut de la tête de segmentation.
	rpn_batch_size_per_image	Entiers positifs. La valeur par défaut est 256.
	rpn_bg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est de 0,3.
	rpn_fg_iou_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,7.
	rpn_nms_thresh	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,7.
	rpn_positive_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,5.
	rpn_post_nms_top_n_test	Entiers positifs. La valeur par défaut est 1 000.
	rpn_post_nms_top_n_train	Entiers positifs. La valeur par défaut est 2000.
	rpn_pre_nms_top_n_test	Entiers positifs. La valeur par défaut est 1 000.
	rpn_pre_nms_top_n_train	Entiers positifs. La valeur par défaut est 2000.
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
MaXDeepLab (segmentation panoptique)	n_masks	Entiers positifs. La valeur par défaut est 30.
MMDetection (détection d’objets)	model	atss, carafe, cascade_rcnn, cascade_rpn, dcn, deeplabv3, detectors, dino, double_heads, dynamic_rcnn, empirical_attention, fcos, foveabox, fsaf, ghm, hrnet, libra_rcnn, nas_fcos, pafpn, pisa, regnet, reppoints, res2net, sabl et vfnet. La valeur par défaut est cascade_rcnn.
	model_weight	False ou un chemin d’accès au fichier. La valeur par défaut est False
MMSegmentation (classification de pixels)	class_balancing	True ou False. La valeur par défaut est False.
	ignore_classes	Valeurs de classe valides.
	model	ann, apcnet, ccnet, cgnet, deeplabv3, deeplabv3plus, dmnet , dnlnet, emanet, fastscnn, fcn, gcnet, hrnet, mask2former, mobilenet_v2, nonlocal_net, ocrnet, prithvi100m, psanet, pspnet, resnest, sem_fpn, unet et upernet. La valeur par défaut est mask2former.
	model_weight	False ou un chemin d’accès au fichier. La valeur par défaut est False
	seq_len	Un entier positif. La valeur par défaut est 1.
Extracteur de routes multitâche (classification de pixels)	gaussian_thresh	0,0 à 1,0. La valeur par défaut est 0.6.
	mtl_model	linknet ou hourglass. La valeur par défaut est hourglass.
	orient_bin_size	Nombre positif. La valeur par défaut est 20.
	orient_theta	Nombre positif. La valeur par défaut est 8.
Pix2Pix (conversion d’images)	perceptual_loss	True ou False. La valeur par défaut est False.
Pix2PixHD (conversion d’images)	feat_loss	True ou False. La valeur par défaut est True.
	gen_network	local ou global. La valeur par défaut est local.
	lambda_feat	Valeurs des entiers positifs. La valeur par défaut est 10.
	lambda_l1	Valeurs des entiers positifs. La valeur par défaut est 100.
	lsgan	True ou False. La valeur par défaut est True.
	n_blocks_global	Valeurs des entiers positifs. La valeur par défaut est 9.
	n_blocks_local	Valeurs des entiers positifs. La valeur par défaut est 3.
	n_downsample_global	Valeurs des entiers positifs. La valeur par défaut est 4.
	n_dscr	Valeurs des entiers positifs. La valeur par défaut est 2.
	n_dscr_filters	Valeurs des entiers positifs. La valeur par défaut est de 64.
	n_gen_filters	Valeurs des entiers positifs. La valeur par défaut est de 64.
	n_layers_dscr	Valeurs des entiers positifs. La valeur par défaut est 3.
	n_local_enhancers	Valeurs des entiers positifs. La valeur par défaut est 1.
	norm	instance ou batch. La valeur par défaut est instance.
	vgg_loss	True ou False. La valeur par défaut est True.
PSETAE (classification de pixels)	channels_of_interest	Liste des numéros de bandes (entiers supérieurs ou égaux à 0).
	d_k	Valeurs des entiers positifs. La valeur par défaut est 32.
	dropout	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0,2.
	min_points	Multiples entiers de 64.
	mlp1	Liste des entiers positifs. La valeur par défaut est 32,64.
	mlp2	Liste des entiers positifs. La valeur par défaut est 128,128.
	mlp4	Liste des entiers positifs. La valeur par défaut est 64,32.
	n_head	Valeurs des entiers positifs. La valeur par défaut est 4.
	pooling	mean, std, max ou min. La valeur par défaut est mean.
	T	Valeurs des entiers positifs. La valeur par défaut est 1 000.
	timesteps_of_interest	Liste des entiers qui sont supérieurs ou égaux à 0.
Pyramid Scene Parsing Network (classification de pixels)	class_balancing	True ou False. La valeur par défaut est False.
	dice_loss_average	micro ou macro. La valeur par défaut est micro.
	dice_loss_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0.
	focal_loss	True ou False. La valeur par défaut est False.
	ignore_classes	Valeurs de classe valides.
	keep_dilation	True ou False. La valeur par défaut est False.
	mixup	True ou False. La valeur par défaut est False.
	pointrend	True ou False. La valeur par défaut est False.
	pyramid_sizes	[couche de convolution 1, couche de convolution 2, ... , couche de convolution n]
	unet_aux_loss	True ou False. La valeur par défaut est False.
	use_unet	True ou False. La valeur par défaut est True.
RetinaNet (détection d’objets)	ratios	Liste des nombres à virgule flottante. La valeur par défaut est 0,5, 1, 2.
	scales	[valeur d’échelle 1, valeur d’échelle 2, valeur d’échelle 3] La valeur par défaut est [1, 0,8, 0,63].
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple [0,665, 0,560, 0,490].
SAMLoRA (classification de pixels)	class_balancing	True ou False. La valeur par défaut est False.
	ignore_classes	Valeurs de classe valides.
Single Shot Detector (détection d’objets)	bias	Valeur à virgule flottante. La valeur par défaut est -4,0.
	drop	Valeur à virgule flottante entre 0 et 1.
	focal_loss	True ou False. La valeur par défaut est False.
	grids	Liste des entiers positifs.
	location_loss_factor	Valeur à virgule flottante entre 0 et 1.
	ratios	Liste des proportions, où chaque proportion est une paire de deux nombres à virgule flottante, [valeur horizontale, valeur verticale]. La valeur par défaut est [1,0, 1,0].
	wavelengths	Tableau de valeurs à virgule flottante, séparées par une virgule, par exemple 0,665, 0,560, 0,490.
	zooms	Liste des nombres positifs à virgule flottante.
Super-résolution avec backbone SR3 (conversion d’images)	attn_res	Entiers supérieurs à 0. La valeur par défaut est 16.
	channel_mults	Ensembles de multiplicateurs entiers. La valeur par défaut est [1, 2, 4, 4, 8, 8].
	downsample_factor	Valeur de l’entier positif. La valeur par défaut est 4.
	dropout	Valeur à virgule flottante. La valeur par défaut est 0.
	inner_channel	Valeur entière supérieure à 0. La valeur par défaut est de 64.
	linear_start	Temps exprimé sous forme de valeur à virgule flottante.
	linear_end	Temps exprimé sous forme de valeur à virgule flottante.
	n_timestep	Valeur entière supérieure à 0. La valeur par défaut est 1 000.
	norm_groups	Valeur entière supérieure à 0. La valeur par défaut est 32.
	res_blocks	Valeur entière supérieure à 0. La valeur par défaut est 3.
	schedule	linear, warmup10, warmup50, const, jsd ou cosine. La valeur par défaut est linear.
Super-résolution avec backbone SR3_UViT (conversion d’images)	depth	Valeur du point d’entier positif. La valeur par défaut est 17.
	downsample_factor	Valeur de l’entier positif. La valeur par défaut est 4.
	embed_dim	Valeur du point d’entier positif. La valeur par défaut est 768.
	mlp_ratio	Valeur de la virgule flottante positive. La valeur par défaut est 4.0.
	num_heads	Valeur du point d’entier positif. La valeur par défaut est 12.
	patch_size	Valeur du point d’entier positif. La valeur par défaut est 16.
	qkv_bias	True ou False. La valeur par défaut est False.
Super-résolution avec backbone autre que SR3 ou SR3_UViT. (conversion d’images)	downsample_factor	Valeur de l’entier positif. La valeur par défaut est 4.
U-Net (classification de pixels)
	class_balancing	True ou False. La valeur par défaut est False.
	dice_loss_average	micro ou macro. La valeur par défaut est micro.
	dice_loss_fraction	Valeur à virgule flottante entre 0 et 1. La valeur par défaut est 0.
	focal_loss	True ou False. La valeur par défaut est False.
	ignore_classes	Valeurs de classe valides.
	mixup	True ou False. La valeur par défaut est False.

Arguments d’inférence

Les arguments ci-après permettent de contrôler la manière dont les modèles de Deep Learning sont entraînés pour l’inférence. Les informations du paramètre Définition de modèle sont utilisées pour renseigner le paramètre Arguments dans les outils d’inférence. Ces arguments varient en fonction de l’architecture de modèle. Les modèles pré-entraînés ArcGIS et les modèles de Deep Learning personnalisés peuvent comporter des arguments supplémentaires pris en charge par l’outil.

Argument		Type d’inférence	Valeur valides
batch_size	Nombre de tuiles d’image qui sont traitées à chaque étape de l’inférence du modèle. Ce nombre dépend de la mémoire de la carte graphique. L’argument est disponible pour toutes les architectures de modèle.	Classer les objets Classer les pixels Détecter les changements Détecter des objets	Valeurs entières supérieures à 0 ; généralement un entier à la puissance 2n.
direction	Direction dans laquelle l’image est convertie d’un domaine à un autre. Pour plus d’informations sur cet argument, reportez-vous à la rubrique Fonctionnement de CycleGAN. L’argument est uniquement disponible pour l’architecture CycleGAN.	Classer les pixels	Les options disponibles sont AtoB et BtoA.
exclude_pad_detections	Indique si les détections tronquées à proximité des bords se trouvant dans la zone de marge intérieure des fragments d’image sont filtrées. L’argument est disponible pour SSD, RetinaNet, YOLOv3, DETReg, MMDetection et Faster RCNN uniquement.	Détecter des objets	True ou False.
merge_policy	Stratégie qui est utilisée pour fusionner les prévisions augmentées. Applicable uniquement si l’augmentation du temps de test est utilisée. Pour l’outil Classer des pixels à l’aide du Deep Learning, l’argument est disponible pour les architectures MultiTaskRoadExtractor et ConnectNet. Si IsEdgeDetection est présent dans le fichier .emd du modèle, les architectures BDCNEdgeDetector, HEDEdgeDetector et MMSegmentation sont également disponibles. Pour l’outil Detect Objects Using Deep Learning (Détecter des objets à l’aide du Deep Learning), l’argument est uniquement disponible pour MaskRCNN.	Classer les pixels Détecter des objets	Les options disponibles sont mean, max et min.
nms_overlap	Ratio de superposition maximale de deux entités se chevauchant, défini comme le rapport entre la zone d’intersection et la zone d’union. L’argument est disponible pour toutes les architectures de modèle.	Détecter des objets	Valeur à virgule flottante comprise entre 0,0 et 1,0. La valeur par défaut est 0.1.
output_classified_raster	Chemin vers le raster de sortie. L’argument est disponible uniquement pour MaXDeepLab.	Détecter des objets	Chemin et nom de fichier du raster classé en sortie.
padding	Nombre de pixels en bordure des tuiles d’image à partir duquel les prévisions sont fusionnées pour les tuiles adjacentes. Pour lisser la sortie tout en réduisant les artefacts, augmentez la valeur. La valeur maximale de la marge de remplissage doit être inférieure à la moitié de la taille de tuile. Par exemple, si votre taille de tuile est de 256, la marge de remplissage doit être inférieure à 127. L’argument est disponible pour toutes les architectures de modèle.	Classer les pixels Détecter les changements Détecter des objets	Valeurs entières supérieures à 0 et inférieures à la moitié de la valeur de la taille de tuile.
predict_background	Indique si la classe d’arrière-plan est classée. L’argument est disponible pour UNET, PSPNET, DeepLab et MMSegmentation.	Classer les pixels	True ou False.
return_probability_raster	Indique si la sortie est un raster de probabilité. Un raster de probabilité est un raster dont les pixels définissent la probabilité selon laquelle la variable d’intérêt est supérieure ou inférieure à une valeur seuil définie. Si ArcGISLearnVersion est de version 1.8.4 ou supérieure dans le fichier .emd du modèle, les architectures MultiTaskRoadExtractor et ConnectNet sont disponibles. Si ArcGISLearnVersion est de version 1.8.4 ou supérieure et que IsEdgeDetection est présent dans le fichier .emd du modèle, les architectures BDCNEdgeDetector, HEDEdgeDetector et MMSegmentation sont également disponibles.	Classer les pixels	True ou False.
score_threshold	Les prévisions au-dessus du score de confiance sont incluses dans le résultat. L’argument est disponible pour toutes les architectures de modèle. Cet argument est généralement utilisé dans les modèles entraînés avant ArcGIS Pro 3.5	Classer les objets	Compris entre 0 et 1,0.
test_time_augmentation	Spécifie si l’augmentation du temps de test doit être effectuée lors de la prévision. Si la valeur est True, les prévisions des variantes inversées et pivotées de l’image en entrée sont fusionnées dans la sortie finale. L’argument est disponible pour quasiment toutes les architectures de modèle.	Classer les objets Classer les pixels	True ou False.
threshold	Les prévisions dont le score de confiance est supérieure à ce seuil sont incluses dans le résultat. Pour l’outil Classify Objects Using Deep Learning (Classer des objets à l’aide du Deep Learning), l’argument est disponible pour toutes les architectures de modèle. Cet argument est généralement utilisé dans les modèles entraînés dans ArcGIS Pro 3.5 et versions ultérieures. Pour l’outil Classify Pixels Using Deep Learning (Classer des pixels à l’aide du Deep Learning), si ArcGISLearnVersion est de version 1.8.4 ou supérieure dans le fichier .emd du modèle, les architectures MultiTaskRoadExtractor et ConnectNet sont disponibles. Si ArcGISLearnVersion est de version 1.8.4 ou supérieure et que IsEdgeDetection est présent dans le fichier .emd du modèle, les architectures BDCNEdgeDetector, HEDEdgeDetector et MMSegmentation sont également disponibles. Pour l’outil Détecter des objets à l’aide du Deep Learning, l’argument est disponible pour toutes les architectures de modèle.	Classer les objets Classer les pixels Détecter des objets	Compris entre 0 et 1,0.
thinning	Indique si les arêtes prévues sont affinées ou grossières. Si IsEdgeDetection est présent dans le fichier .emd du modèle, les architectures BDCNEdgeDetector, HEDEdgeDetector et MMSegmentation sont disponibles.	Classer les pixels	True ou False.
tile_size	Largeur et hauteur des tuiles d’image de fractionnement de l’imagerie en vue de la prévision. Pour l’outil Classer des pixels à l’aide du Deep Learning, l’argument est disponible uniquement pour l’architecture CycleGAN. Pour l’outil Detect Objects Using Deep Learning (Détecter des objets à l’aide du Deep Learning), l’argument est uniquement disponible pour MaskRCNN.	Classer les pixels Détecter des objets	Valeurs entières supérieures à 0 et inférieures à la taille de l’image.

Rubriques connexes

• Entraîner le modèle de Deep Learning

• Classer des objets à l’aide du Deep Learning

• Classer des pixels à l’aide du Deep Learning

• Détecter les changements à l’aide d’algorithmes du Deep Learning

• Détecter des objets à l’aide du Deep Learning