点群オブジェクト検出トレーニング データの準備 (3D Analyst ツール)
サマリー
ディープ ラーニングを使用したオブジェクト検出モデル用の点群トレーニング データを作成します。
図
使用法
点群オブジェクト検出トレーニング データは、拡張子
.pcotdが付いたディレクトリーによって定義されます。このディレクトリーには 2 つのサブディレクトリーがあり、1 つはモデルのトレーニングに使用されるデータが格納されており、もう 1 つはトレーニング プロセス全体を通してモデルの検証に使用されるデータが格納されています。 入力点群は必ず、トレーニングと検証に使用するオブジェクトの境界四角形を表す別個のマルチパッチ フィーチャと共に指定する必要があります。 トレーニング用にエクスポートするデータを制限するため、境界ポリゴンを指定できます。 次の方法によって検証データを定義できます:入力点群に加えて検証点群を指定する。 このデータセットは、入力点群とは異なるポイント セットを参照する必要があります。 検証点群をクリップするための境界を指定することもできます。
入力点群だけを指定し、トレーニング境界と検証境界を指定する。 これにより、トレーニング データと検証データの両方が同じ入力点群から作成されるため、検証点群 パラメーターにデータセットを指定する必要がありません。 トレーニングと検証に同じ点群データを使用しないようにするため、2 つの境界ポリゴン データセットがオーバーラップしないようにします。
点群に存在する各オブジェクト タイプをマルチパッチ境界四角形で囲みます。 トレーニング データまたは検証データ内に不明なオブジェクトがあると、モデルはオブジェクトの識別方法を効果的に学習できなくなります。 点群に不明なオブジェクトが含まれている場合は、境界フィーチャを使用して、エクスポートされるトレーニング データセットを、オブジェクトを境界四角形で適切に囲んだ場所に制限します。
オブジェクトを表すポイントは、オブジェクト検出のトレーニング データセットで使用するために分類する必要はありません。 これにより、オブジェクトのラベリング タスクが簡素化され、境界四角形をマルチパッチ フィーチャとして作成するだけになります。 対話形式によるマルチパッチ フィーチャクラスの 3D 編集によって境界四角形を生成することができます。 ただし、オブジェクトが分類済みの点群によって表されている場合、点群からオブジェクトを抽出 ツールを使用してこれらのポイントの境界四角形を作成することができます。
入力点群は、ほぼ均一な点密度であるべきです。 点群を評価し、オーバーラップしているフライト ラインの調査やアイドリング中の地上測量スキャナーによって収集されたエリアなど、点密度が高い場所が含まれているかどうかを判断します。 オーバーラップしているフライト ラインを持つ航空機 LiDAR の場合、LAS オーバーラップの分類 ツールを使用してオーバーラップするポイントをフラグし、より一貫性のあるポイント分布を実現できます。 オーバーサンプリングされたホット スポットを含むその他のタイプの点群は、LAS の間引き ツールを使用して通常の分布に間引くことができます。
点群内のポイントは、そのクラス コードによってトレーニング データから除外でき、処理されるポイント数を減らすことでモデルのトレーニングのパフォーマンスを向上することができます。 除外されたポイントは、容易に分類できるクラスに属している必要があり、モデルのトレーニングの対象となるオブジェクトに対して必ずしも十分なコンテキストを提供するわけではありません。 オーバーラップまたはノイズとして分類されるポイントは、除外することを検討してください。 地表に分類されたポイントも、トレーニング データの生成時に地表からの高さが計算されていれば除外できます。
可能であれば、モデルのトレーニングの対象となるオブジェクトを十分にキャプチャーできるブロック サイズを指定します。 各ブロックが常にオブジェクト全体を含むとは限りませんが、トレーニング データで作成されるオーバーラップ ブロックは、モデルを正常にトレーニングするうえで十分に多様なオブジェクト表現をキャプチャーします。
ブロック ポイント制限は、データのブロック サイズと平均ポイント間隔を反映する必要があります。 特定のブロック内のポイント数は、方法 パラメーターを ポイント数 オプションに設定し、目的のブロック サイズを出力ラスターのセル サイズに設定した LAS ポイント統計をラスターに出力 ツールを使用して近似できます。 このラスターの 画像ヒストグラム では、データセット全体のブロックごとのポイント分布を示します。 ヒストグラムが、広範囲のばらつきを持つ多数のブロックを示している場合、不規則にサンプリングされたデータが存在し、密度の高いポイントの集まり (ホット スポット) が潜在的に含まれることを示している可能性があります。 ブロックにブロック ポイント制限以上のポイントが含まれている場合、そのブロックはすべてのポイントがトレーニング データに反映されるよう複数回にわたって作成されます。 たとえば、ポイント制限が 10,000 で、あるブロックに 22,000 ポイントが含まれる場合、各ブロックで均一なサンプリングが実施されるよう、10,000 ポイントのブロックが 3 つ作成されます。 ほとんどのブロックの名目上のポイント数を大幅に上回るブロック ポイント制限も回避する必要があります。 アーキテクチャーによっては、ポイント制限を満たすために、データがアップサンプリングされます。 こうした理由から、トレーニング データ内のほとんどのブロックを網羅すると推定されるポイント数に近いブロック サイズとブロック ポイント制限を使用してください。 トレーニング データが作成されると、ツールのメッセージ ウィンドウにヒストグラムが表示され、その画像がトレーニング データと検証データを格納するフォルダーに保存されます。 このヒストグラムを確認することで、ブロック サイズとポイント制限の適切な組み合わせが指定されたかどうかを判断できます。 値が最適ではないポイント制限を示している場合、ブロック ポイント制限 パラメーターに対してより適切な値を指定し、ツールを再実行します。
ブロック ポイント制限は、トレーニングに使用されるコンピューターの専用 GPU メモリー容量を考慮に入れるべきです。 トレーニング時のメモリー割り当ては、ブロックごとのポイント数、使用される属性、所定のバッチで同時に処理されるブロックの総数によって決まります。 モデルを効果的にトレーニングするために、より大きなブロック サイズとポイント制限が必要な場合、トレーニング ステップでバッチ サイズを減らし、より多くのポイントを処理できるようにします。
出力は、トレーニング データに対応できる十分なディスク領域のある場所に書き込まれるようにしてください。 このツールは、各ポイントを 4 つのブロックで複製する、部分的にオーバーラップする非圧縮の HDF5 ファイルのブロックを作成します。 最大ポイント制限を超えるブロックでは、一部のポイントが 4 回以上重複する場合があります。 生成されるトレーニング データは、ソース点群データの 3 倍以上のディスク容量を占めることもあります。
ツールのメッセージ ウィンドウに、各タイプのオブジェクトの四分位比率が表示されます。 この比率は、第三四分位のオブジェクトのボリュームを第一四分位のオブジェクトのボリュームによって割ることによって計算されます。 この指標はオブジェクト間のサイズのばらつきを示します。 四分位比率が大きいとオブジェクトのボリュームのばらつきが多く、比率が小さいとばらつきが小さくなります。 ボリュームのばらつきがかなり大きい場合、精度の高いモデルを得るには 点群オブジェクト検出モデルのトレーニングを実行 ツールの アーキテクチャー設定 パラメーターでボクセル パラメーターを調整する必要があります。
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
入力点群 |
オブジェクト検出用のトレーニング データの作成に使用される点群。 |
LAS Dataset Layer; File |
|
入力トレーニング フィーチャ |
モデルのトレーニングに使用されるオブジェクトを識別するマルチパッチ フィーチャ。 |
Feature Layer |
|
入力検証フィーチャ |
トレーニング プロセス中にモデルの検証に使用されるオブジェクトを識別するマルチパッチ フィーチャ。 |
Feature Layer |
|
ブロック サイズ |
入力点群から作成されるトレーニング データの各ブロックの直径。 一般的に、ブロック サイズは対象オブジェクトとその周辺コンテキストをキャプチャーするのに十分な大きさである必要があります。 |
Linear Unit |
|
出力トレーニング データ |
出力トレーニング データ ( |
File |
|
トレーニング境界フィーチャ (オプション) |
モデルのトレーニングに使用される入力点群のポイントのサブセットを定義するポリゴン フィーチャ。 このパラメーターは、検証点群 パラメーター値が指定されていない場合に必須です。 |
Feature Layer |
|
トレーニング コード フィールド (オプション) |
トレーニング マルチパッチ フィーチャ内のオブジェクトの各タイプのユニーク ID を識別するフィールド。 フィールドが定義されていない場合、各オブジェクトに ID 0 が割り当てられます。 |
Field |
|
検証点群 (オプション) |
トレーニング プロセス中に、ディープ ラーニング モデルを検証するために使用される点群。 このデータセットは、トレーニング済みモデルの品質を確保するために、入力点群とは異なるポイント セットを参照する必要があります。 検証点群が提供されない場合、トレーニング境界フィーチャ パラメーターと 検証境界フィーチャ パラメーターにポリゴン フィーチャクラスを指定することで、入力点群を使用してトレーニング データセットと検証データセットを定義できます。 |
LAS Dataset Layer; File |
|
検証境界フィーチャ (オプション) |
トレーニング プロセス中にモデルの検証に使用されるポイントのサブセットを定義するポリゴン フィーチャ。 検証点群が提供されない場合、ポイントは入力点群から取得され、トレーニング境界フィーチャ パラメーターにはポリゴンが必要になります。 |
Feature Layer |
|
検証コード フィールド (オプション) |
検証マルチパッチ フィーチャ内のオブジェクトの各タイプのユニーク ID を識別するフィールド。 フィールドが定義されていない場合、各オブジェクトに ID 0 が割り当てられます。 |
Field |
|
ブロック ポイント制限 (オプション) |
トレーニング データの各ブロックに格納できるポイントの最大数。 ブロックに含まれるポイント数がこの値を超過すると、トレーニング時にすべてのポイントを確実に使用するために、同じ位置に対して複数のブロックが作成されます。 デフォルトは 500,000 です。 |
Long |
|
参照高度サーフェス (オプション) |
点群データの各ポイントの相対高度値を提供するために使用されるラスター サーフェス。 ラスターとオーバーラップしないポイントは分析から除外されます。 |
Raster Layer |
|
除外されるクラス コード (オプション) |
トレーニング データから除外されるクラス コード。 0 ～ 255 の範囲内の任意の値を指定できます。 |
Long |
|
オブジェクトが含まれているトレーニング ブロックのみをエクスポート (オプション) |
トレーニング データに、オブジェクトが含まれているブロックのみを含めるか、オブジェクトが含まれていないブロックも含めるかを指定します。 検証に使用されるデータはこのパラメーターの影響を受けません。
|
Boolean |
環境
現在のワークスペース, スクラッチ ワークスペース, 範囲, 出力座標系, 地理座標系変換, 並列処理ファクター
ライセンス情報
- Basic: 3D Analyst が必要
- Standard: 3D Analyst が必要
- Advanced: 3D Analyst が必要