Skip to main content

ディープ ラーニングを使用したオブジェクトの分類

ライセンス:

Image Server で利用可

ディープ ラーニングを使用したオブジェクトの分類ツールは、イメージ レイヤー上でディープ ラーニング モデルを実行し、各入力オブジェクトを分類したフィーチャ レイヤーまたはテーブルを生成します。

出力はホスト フィーチャ レイヤーです。

例

このツールの使用シナリオには次のようなものがあります。

  • 自然災害後に被災した建物を評価する。 ツールでは、建物フットプリントのフィーチャ レイヤーと被災地域を示すイメージ レイヤーを用いて、既存の建物が被災したかどうかを示すことができます。

  • 既存の樹冠の健全性を示す。 ツールでは、樹冠のフィーチャ レイヤーと現在の樹冠を示すイメージ レイヤーを用いて、既存の樹木の健全性を示すことができます。

使用上の注意

ディープ ラーニングを使用したオブジェクトの分類には、入力レイヤー、モデルの設定、結果レイヤーの構成が含まれています。

入力レイヤー

入力レイヤー グループには次のパラメーターがあります。

  • 入力イメージ レイヤーまたはフィーチャ レイヤー は、オブジェクトの分類に使用するイメージ レイヤーです。 イメージ レイヤーは、オブジェクトの分類に使用するディープ ラーニング モデルの要件に基づいて選択する必要があります。 イメージ レイヤーは多次元か画像コレクションのいずれかです。

  • 入力フィーチャ レイヤー は、分類する位置を示すフィーチャです。 入力フィーチャ レイヤーの各行は、単一のオブジェクトを表します。 入力フィーチャ レイヤーが指定されない場合、各入力画像に分類対象の単一オブジェクトが含まれていると判断します。

    フィーチャのカウントはフィルター処理条件や解析の範囲などのその他の要因によって異なります。

  • 処理モード は、イメージ レイヤーのラスター アイテムの処理方法を指定します。 次のようなオプションがあります。

    • モザイク画像として処理 - モザイク データセットまたはイメージ サービス内のすべてのラスター アイテムをモザイク化して処理します。 これがデフォルトです。

    • すべてのラスター アイテムを別々に処理 - モザイク データセットまたはイメージ サービス内のすべてのラスター アイテムを別々のイメージとして処理します。

モデル設定

モデル設定 グループには次のパラメーターがあります。

  • オブジェクト分類のモデル は、オブジェクトの分類に使用するディープ ラーニング モデルです。 ディープ ラーニング モデルをツールで選択するには、ディープ ラーニング パッケージ (DLPK) アイテムとして公開する必要があります。 ArcGIS Online で一般公開されている独自のモデルを選択することも、ArcGIS Living Atlas of the World からモデルを選択することもできます。

    注意:

    エンタープライズ管理者によって ArcGIS Living Atlas コンテンツへのアクセスが有効化されたら、ArcGIS Living Atlas of the World のディープ ラーニング モデルをアイテムとしてユーザーのエンタープライズに追加できます。 管理者が各モデルを新しいアイテムとしてユーザーのエンタープライズに追加すると、それらのモデルがツールで利用可能になります。

  • モデル引数 は、Python ラスター関数クラスで定義されている関数の引数を指定します。 実験や調整のための追加のディープ ラーニング パラメーターおよび引数 (感度を調整するための信頼性の閾値など) がリストされます。 引数の名前は、Python モジュールから入力されます。

  • 出力クラス ラベル フィールド名 は、出力ホスト フィーチャ レイヤーまたはテーブルの分類ラベルを含むフィールド名です。

結果レイヤー

結果レイヤー グループには次のパラメーターがあります。

  • 出力名 は、作成および表示されるレイヤーの名前を指定します。 名前は、一意でなければなりません。 組織内に同じ名前のレイヤーがすでに存在する場合、ツールは失敗し、別の名前を指定するよう求められます。

  • フォルダーに保存 は、結果を保存する マイ コンテンツ 内のフォルダーの名前を指定します。

環境

解析環境設定は、ツールの結果に影響する追加パラメーターです。 ツールの解析環境設定には、環境設定 パラメーター グループからアクセスできます。

このツールでは次の解析環境が適用されます。

出力

このツールには次の出力があります。

  • ディープ ラーニング モデルによって決定された分類に基づいてラベル付けされたオブジェクトやフィーチャを含むホスト フィーチャ レイヤー

  • ディープ ラーニング モデルによって決定された分類に基づいてラベル付けされた位置を含むテーブル

使用法の要件

このツールには、次のユーザー タイプと構成が必要です。

リソース

詳細については、次のリソースをご参照ください: