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検出 (Image Analyst ツール)

サマリー

入力ラスターにトレーニング済みディープ ラーニング モデルを実行して、検出したオブジェクトを含むフィーチャクラスを作成します。 フィーチャには、検出されたオブジェクトの周囲の境界四角形やポリゴン、またはオブジェクトの中心のポイントを指定できます。

このツールは、トレーニング済みのモデル情報を含んでいるモデル定義ファイルを必要とします。 モデルは、ディープ ラーニング モデルのトレーニング ツールを使用するか、PyTorch などのサードパーティーのトレーニング ソフトウェアによって、トレーニングできます。 モデル定義ファイルには、Esri モデル定義 JSON ファイル (.emd) またはディープ ラーニング モデル パッケージを使用できます。モデル定義ファイルは、各オブジェクトを処理するために呼び出される Python ラスター関数のパス、およびトレーニング済みのバイナリー ディープ ラーニング モデル ファイルのパスを含む必要があります。

使用法

  • ArcGIS Pro Python 環境に適切なディープ ラーニング フレームワークの Python API (PyTorch など) をインストールする必要があります。インストールしない場合、Esri モデル定義ファイルをツールに追加するとエラーが発生します。 Esri モデル定義ファイルの作成者から適切なフレームワーク情報を入手します。

    ArcGIS Pro のディープ ラーニング フレームワークを使用するようにコンピューターを設定するには、ArcGIS 用のディープ ラーニング フレームワークのインストール をご参照ください。

  • このツールは、サードパーティーのディープ ラーニング Python API (PyTorch など) を呼び出し、指定された Python ラスター関数を使用して、各オブジェクトを処理します。

  • Esri Python ラスター関数の GitHub ページ にこのツールの使用例が記載されています。 また、GitHub リポジトリーの例と手順に従って、カスタム Python モジュールを記述することもできます。

  • モデル定義 パラメーター値には、Esri モデル定義の JSON ファイル (.emd)、JSON 文字列、またはディープ ラーニング モデル パッケージ (.dlpk) を指定することができます。 JSON 文字列は、このツールがサーバーで使用されている場合に便利で、.emd ファイルをアップロードする代わりに JSON 文字列を貼り付けることができます。 .dlpk ファイルはローカルに格納する必要があります。

  • このツールは、マップ空間内またはピクセル空間内の入力画像を処理できます。 マップ空間内の画像は、マップベースの座標系です。 ピクセル空間内の画像はロウとカラムに基づき、回転も変形もされません。 ディープ ラーニング用のトレーニング データをエクスポート ツールでトレーニング データを生成するときに、参照系 パラメーターを使用して参照系を指定できます。 モデルがサードパーティーのトレーニング ソフトウェアでトレーニングされている場合、MAP_SPACE または PIXEL_SPACE に設定できる ImageSpaceUsed パラメーターを使用して、.emd ファイルで参照系を指定する必要があります。

  • 方向付き画像レイヤーの場合、処理は必ずピクセル空間で行われます。 ピクセル空間が処理に使用された場合、ピクセル空間検出が出力テーブルの IShape フィールドに保存されます。

  • バッチ サイズを増やすと、ツールのパフォーマンスが向上します。ただし、バッチ サイズの増加に伴って、使用されるメモリー量も多くなります。 メモリー不足エラーが発生した場合は、より小さなバッチ サイズを使用してください。 batch_size 値を調整するには、引数 パラメーターを使用します。

  • バッチ サイズは、1、4、9、16、25、64 などの平方数です。 入力値が完全な平方数でない場合は、最も大きな平方数が使用されます。 たとえば、6 という値を指定した場合は、バッチ サイズが 4 に設定されます。

  • オブジェクト検出から重複フィーチャを特定して削除するには、Non Maximum Suppression パラメーターを使用します。 このパラメーターの詳細については、Non Maximum Suppression ツールの「使用法」セクションをご参照ください。 入力が方向付き画像レイヤーの場合、NULL の地表ジオメトリーを持つ重複フィーチャは削除されずに残ります。

  • モザイク データセットで選択された画像のみでオブジェクトを検出するには、処理モード パラメーターの 候補アイテムのみを処理 オプションを使用します。 モザイク候補の計算 ツールを使用すると、モザイク エリアを最適に表現するモザイク データセットとイメージ サービスで画像候補を検索できます。

  • このツールは、複数の GPU をサポートおよび使用します (使用可能な場合)。 特定の GPU を使用するには、[GPU ID] 環境を指定します。 GPU ID が設定されていない場合、ツールは使用可能なすべての GPU を使用します。 これがデフォルトです。

  • プロセッサー タイプ 環境が CPU に設定され、並列処理ファクター 環境が指定されていない場合、このツールでは 並列処理ファクター の値として 50% が使用されます。

パラメーター

ラベル 説明 データ タイプ

入力ラスター

オブジェクトの検出に使用される入力画像。 この入力には、モザイク データセット、イメージ サービス、画像のフォルダー、または画像の添付ファイルを含むフィーチャクラス内の単一のラスターまたは複数のラスター、あるいは方向付き画像データセットまたはレイヤーを指定することができます。

Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Map Server; Map Server Layer; Internet Tiled Layer; Folder; Feature Layer; Feature Class; Oriented Imagery Layer

出力検出オブジェクト

入力画像で検出されたオブジェクトを取り巻くジオメトリーを含む出力フィーチャクラス。

フィーチャクラスがすでに存在する場合、既存のフィーチャクラスに結果が追加されます。

Feature Class

モデル定義

このパラメーターには、Esri モデル定義の JSON ファイル (.emd)、JSON 文字列、またはディープ ラーニング モデル パッケージ (.dlpk) を指定することができます。 JSON 文字列は、このツールがサーバーで使用されている場合に便利で、.emd ファイルをアップロードする代わりに JSON 文字列を貼り付けることができます。 .dlpk ファイルはローカルに格納する必要があります。

これには、ディープ ラーニング バイナリー モデル ファイルへのパス、使用される Python ラスター関数へのパス、および他のパラメーター (望ましいタイル サイズやゼロ詰めなど) が含まれます。

File; String

引数

(オプション)

モデル定義 パラメーターからの情報が、このパラメーターの設定に使用されます。 これらの引数は、モデル アークテクチャによって変わります。 ArcGIS でトレーニングされるモデルのサポート対象モデル引数は次のとおりです。 ArcGIS の事前トレーニング済みモデルとカスタム ディープ ラーニング モデルは、別途ツールがサポートする引数を持つ場合があります。

  • パディング— 隣接するタイルの予測がブレンドされる画像タイルの境界のピクセル数。 出力を滑らかにすると同時にアーティファクトを減らすには、この値を大きくします。 パディングの最大値には、タイル サイズの値の半分を設定できます。 この引数はすべてのモデル アーキテクチャーで使用できます。

  • 信頼度の閾値— この閾値よりも信頼度スコアが高い検出が、結果に追加されます。 可能な値の範囲は 0 ～ 1.0 です。 この引数はすべてのモデル アーキテクチャーで使用できます。

  • バッチ サイズ— モデル推論の各ステップで処理される画像タイルの数。 これは、お使いのグラフィックス カードのメモリーに応じて異なります。 この引数はすべてのモデル アーキテクチャーで使用できます。

  • NMS のオーバーラップ—2 つの重複したフィーチャの最大オーバーラップ率。ユニオン領域に対する交差領域の比率として定義されます。 デフォルトは 0.1 です。 この引数はすべてのモデル アーキテクチャーで使用できます。

  • パディング検出の除外—true の場合、画像チップのパディングされた領域にあるエッジ付近で切り捨てられる可能性のある検出をフィルターします。 この引数は SSD、RetinaNet、YOLOv3、DETReg、MMDetection、Faster RCNN のみで使用できます。

  • TTA 縮尺— さまざまな縮尺を使用してテスト時間の延長を実行します。 各スケールは、ピクセル ブロックが指定されたスケールで処理されることを意味します。 デフォルトのスケールは 1 で、スケール処理は発生しません。 スケールごとにカンマで区切られます (例: 0.9,1,1.1)。 この場合、ピクセル ブロックは 3 回処理されます。最初に 0.9 のスケールで処理され、スケールの変更なし、1.1 のスケールの順に処理されます。

  • テスト時間の延長— 予測中にテスト時間の延長を実行します。 True の場合、入力画像の反転および回転方向の予測は最終出力にマージされ、それらの信頼値は平均化されます。 これにより、画像の方向が少ししか検出されないオブジェクトの場合、信頼度の値が閾値を下回る可能性があります。 この引数はすべてのモデル アーキテクチャーで使用できます。

  • タイル サイズ— 予測のために画像が分割される画像タイルの幅と高さ。 この引数は MaskRCNN でのみ使用できます。

  • マージ ポリシー— 拡張された予測のマージに関するポリシー。 指定できるオプションには、mean、max、min があります。これは、テスト時間の延長が使用される場合に限り適用できます。 この引数は MaskRCNN でのみ使用できます。

  • 出力分類ラスター— 出力ラスターへのパス。 この引数は MaXDeepLab でのみ使用できます。

値テーブル列:

  • Name—The name of the function argument.

  • Value—The value of the function argument.

Value Table

Non Maximum Suppression

(オプション)

Non Maximum Suppression を実行するかどうかを指定します。実行すると、重複オブジェクトが識別され、信頼値の低い重複フィーチャが削除されます。

  • オン—Non Maximum Suppression を実行し、検出された重複オブジェクトが削除されます。 入力が方向付き画像レイヤーの場合、NULL の地表ジオメトリーを持つ重複フィーチャは削除されずに残ります。

  • オフ—Non Maximum Suppression を実行しません。 検出されたすべてのオブジェクトが出力フィーチャクラス内に含められます。 これがデフォルトです。

Boolean

信頼度スコア フィールド

(オプション)

オブジェクト検出方法の出力として、信頼度スコアを含むフィーチャクラス内のフィールド名。

このパラメーターは、Non Maximum Suppression パラメーターをオンにした場合に必須です。

String

クラス値フィールド

(オプション)

入力フィーチャクラス内のクラス値フィールドの名前。

フィールド名が指定されていない場合、Classvalue または Value フィールドが使用されます。 これらのフィールドが存在しない場合、すべてのレコードが 1 つのクラスに属するものとして識別されます。

String

最大オーバーラップ率

(オプション)

2 つの重複したフィーチャの最大オーバーラップ率。全領域に対する交差領域の比率として定義されます。 デフォルトは 0 です。

Double

処理モード

(オプション)

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 アイテムを処理する方法を指定します。 入力ラスターがモザイク データセットまたはイメージ サービスである場合、このパラメーターが適用されます。

  • 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 アイテムがモザイク化され、処理されます。 これがデフォルトです。

  • すべてのラスター アイテムを個別に処理—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 アイテムが、個別の画像として処理されます。

  • 候補アイテムのみを処理—入力モザイク データセットの属性テーブルの Candidate フィールドで、値が 1 または 2 のラスター アイテムのみが処理されます。

String

ピクセル空間の使用

(オプション)

マップ空間の画像に対して推論を実行するかどうかを指定します。

  • オン—ピクセル空間で推論を実行し、出力を元のマップ空間に変換します。 このオプションは、マップ空間を使用するとフィーチャが歪む可能性がある斜め撮影画像やストリート ビュー画像を使用する場合に便利です。

  • オフ—マップ空間で推論を実行します。 これがデフォルトです。

Boolean

対象オブジェクト

(オプション)

このツールによって検出するオブジェクトの名前を指定します。 選択可能なオプションは モデル定義 パラメーターの値によって異なります。

このパラメーターは、そのモデルで複数のタイプのオブジェクトが検出される場合にのみアクティブになります。

String

派生した出力

ラベル 説明 データ タイプ

出力分類ラスター

ピクセルを分類するための出力分類ラスター。 ラスター データセットの名前は、出力検出オブジェクト パラメーター値と同じです。

このパラメーターは、モデル タイプがパノプティック セグメンテーションの場合のみ適用できます。

Raster Dataset

環境

セル サイズ, 現在のワークスペース, 範囲, 地理座標系変換, GPU ID, マスク, 出力座標系, 並列処理ファクター, プロセッサー タイプ, スクラッチ ワークスペース

ライセンス情報

  • Basic: Image Analyst が必要
  • Standard: Image Analyst が必要
  • Advanced: Image Analyst が必要