Skip to main content

ディープ ラーニングを使用したピクセルの分類

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ピクセルの分類ツールは、ディープ ラーニング モデルを使用し、異なるクラスを示す定義済みのラベル リストに従ってイメージ レイヤーのピクセルを分類します。

出力はホスト イメージ レイヤーです。

例

ディープ ラーニングを使用したピクセルの分類ツールは、異なる期間のカテゴリー的な変化を検出するための入力として使用できます。 出力として生成された分類済みの主題イメージ レイヤーは、経時的な変化を計測するための入力イメージ レイヤーとして使用できます。 たとえば、このツールを使用して、大都市近郊の 2 つの期間の主題イメージ レイヤーを同じ分類テーマで作成できます。 生成された主題イメージ レイヤーを比較することで、ラベル付けされたクラス間のエリアの推移を計測し、定量化できます。

使用上の注意

ディープ ラーニングを使用したピクセルの分類には、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。

  • 入力レイヤー は、分類に使用されるイメージ レイヤーまたはレイヤーです。 イメージ レイヤーは、ピクセル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されます。

  • 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。

  • ピクセル分類のモデル は、ピクセル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。

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

出力は、ディープ ラーニング モデルで定義された分類スキーマに基づく分類済み主題イメージ レイヤーです。

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: