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 (Image Analyst ツール)
サマリー
リモート センシング画像を使用して、ラベルが付いたベクターまたはラスター データをディープ ラーニング トレーニング データセットに変換します。 出力は画像チップのフォルダー、および指定した形式のメタデータ ファイルのフォルダーです。
使用法
このツールは、PyTorch や Microsoft CNTK などのサード パーティーのディープ ラーニング アプリケーションをサポートするトレーニング データセットを作成します。
ディープ ラーニング クラス トレーニング サンプルは、画像チップと呼ばれる、対象のフィーチャまたはクラスを含む小さなサブイメージに基づきます。
既存の分類トレーニング サンプル データや、建物フットプリント レイヤーなどの GIS フィーチャクラス データを使用して、ソース画像からのクラス サンプルを含む画像チップを生成します。 多くの場合、画像チップは 256 ピクセル (行) x 256 ピクセル (列) です (トレーニング サンプルのサイズがこれより大きくない場合)。 画像チップごとにオブジェクトを 1 つ以上含めることができます。 メタデータ形式 パラメーターの ラベル付きタイル オプションを使用する場合は、画像チップごとに 1 つのオブジェクトしか含めることができません。
参照系 パラメーター値を指定すると、トレーニング データをマップ空間またはピクセル空間にエクスポートして、ディープ ラーニング モデル トレーニングに使用することができます。
このツールは、画像のコレクションからのトレーニング データのエクスポートに対応しています。 画像フォルダーを 入力ラスター パラメーターの値として追加できます。 入力ラスター 値がモザイク データセットまたはイメージ サービスの場合は、処理モード パラメーターで、モザイクを 1 つの入力データとして処理するか、各ラスター アイテムとして別々に処理するかを指定することもできます。
入力ラスター の値としてイメージ サービスを使用すると、イメージ サービスの
maxImageHeightおよびmaxImageWidth属性の制限が優先され、サービスがクライアント リクエスト内で許可する行と列の最大数が決定されます。 この制限を超えるとツールが失敗し、エラーが返されます。セルのサイズおよび範囲は、ジオプロセシング環境設定を使用して調整できます。
このツールは、並列処理ファクター 環境を優先します。 環境が指定されていない場合、ツールは単一コア上で実行されます。 大規模なデータセットを使用する場合は、作業負荷を分散させるためにツールが使用できるコア数に環境を設定します。
このツールの実行要件および発生する可能性のある問題の詳細については、ディープ ラーニングに関するよくあるご質問 (FAQ) をご参照ください。
パラメーター
| ラベル | 説明 | データ タイプ |
|---|---|---|
|
入力ラスター |
入力ソース画像。通常は、マルチスペクトル画像です。 入力ソース画像のタイプの例としては、マルチスペクトル衛星、ドローン、航空、および NAIP (National Agriculture Imagery Program) などが挙げられます。 入力には、画像のフォルダーを使用できます。 |
Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Map Server; Map Server Layer; Internet Tiled Layer; Folder |
|
出力フォルダー |
出力画像チップとメタデータを格納するフォルダーです。 このフォルダーは、クラウド ストレージ接続ファイル (*.acs) を使用するフォルダー URL にすることもできます。 |
Folder |
|
入力フィーチャクラス、分類ラスター、またはテーブル |
ベクターまたはラスター形式のトレーニング サンプル データ。 ベクター入力は、トレーニング サンプル マネージャー ウィンドウで生成されるトレーニング サンプル形式に従う必要があります。 ラスター入力は、ラスターの分類 ツールによって生成される分類ラスター形式に従う必要があります。 ラスター入力は、分類ラスターのフォルダーから指定することもできます。 入力分類ラスターには対応するラスター属性テーブルが必要です。 入力テーブルは、トレーニング サンプル マネージャー ウィンドウの ディープ ラーニングのオブジェクトのラベル付け ボタンによって生成されるトレーニング サンプル形式に従う必要があります。 正しいトレーニング サンプル形式に従うと、統計情報を含む最適な結果が生成されます。 ただし、クラス値フィールドなしでポイント フィーチャクラスを入力するか、クラス情報なしで整数ラスターを入力することもできます。 |
Feature Class; Feature Layer; Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Table; Folder |
|
画像形式 |
画像チップ出力に使用するラスター形式を指定します。 PNG および JPEG 形式は、3 バンドまでサポートします。
|
String |
|
タイル サイズ X (オプション) |
画像チップの X 方向のサイズ。 |
Long |
|
タイル サイズ Y (オプション) |
画像チップの Y 方向のサイズ。 |
Long |
|
ストライド X (オプション) |
次の画像チップを作成する際に X 方向に移動する距離。 ストライドがタイル サイズと等しい場合、オーバーラップは発生しません。 ストライドがタイル サイズの半分と等しい場合は、50% のオーバーラップが発生します。 |
Long |
|
ストライド Y (オプション) |
次の画像チップを作成する際に Y 方向に移動する距離。 ストライドがタイル サイズと等しい場合、オーバーラップは発生しません。 ストライドがタイル サイズの半分と等しい場合は、50% のオーバーラップが発生します。 |
Long |
|
フィーチャなしのタイルを出力 (オプション) |
トレーニング サンプルをキャプチャーしない画像チップをエクスポートするかどうかを指定します。 オンの場合、ラベル付きデータをキャプチャーしない画像チップもエクスポートされます。 オフの場合、これらの画像チップはエクスポートされません。
|
Boolean |
|
メタデータ形式 (オプション) |
出力メタデータ ラベルに使用される形式を指定します。 入力トレーニング サンプル データが建物レイヤーなどのフィーチャクラス レイヤーか、または標準分類トレーニング サンプル ファイルである場合、KITTI ラベル または PASCAL ビジュアル オブジェクト クラス オプション (Python では KITTI_rectangles または KITTI メタデータ形式では 15 個の列が作成されますが、そのうちツールで使用されるのは 5 つのみです。 最初の列はクラス値です。 次の 3 つの列はスキップされます。 5 ～ 8 番目の列は、4 つの画像座標位置 (上下左右のピクセル) で構成される最小境界範囲を定義します。 最小境界範囲には、ディープ ラーニング分類器に使用されるトレーニング チップが含まれます。 残りの列は使用されません。
|
String |
|
開始インデックス (オプション) |
レガシー:このパラメーターは非推奨になりました。 |
Long |
|
クラス値フィールド (オプション) |
クラス値を含むフィールド。 フィールドが指定されていない場合、 |
Field |
|
バッファー半径 (オプション) |
トレーニング サンプル領域の描画に使用する、各トレーニング サンプルの周囲のバッファーの半径。 これを使用して、ポイントから円形ポリゴンのトレーニング サンプルを作成できます。 入力フィーチャクラス、分類ラスター、またはテーブル パラメーター値の空間参照の距離単位が使用されます。 |
Double |
|
入力マスク ポリゴン (オプション) |
画像チップが作成される領域を描画するポリゴン フィーチャクラス。 このポリゴンに完全に含まれる画像チップのみが作成されます。 |
Feature Layer |
|
回転角度 (オプション) |
画像チップを生成するために使用する回転角度。 画像チップは最初に 0 の回転角度で生成されます。 その後、画像チップは、追加の画像チップを作成するために、指定した角度で回転されます。 画像は、360 度回転するまで回転され、チップが作成されます。 たとえば、回転角度を 45 度に指定すると、ツールは 8 つの画像チップを作成します。 8 つの画像チップは、0、45、90、135、180、255、270、315 度で作成されます。 デフォルトの回転角度は 0 で、デフォルトの画像チップが 1 つ作成されます。 |
Double |
|
参照系 (オプション) |
入力画像を解釈するために使用される参照系のタイプを指定します。 指定する参照系は、ディープ ラーニング モデルをトレーニングするために使用する参照系と一致する必要があります。
|
String |
|
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。
|
String |
|
フィーチャの周囲を黒く表示 (オプション) |
それぞれの画像ファイル内で各オブジェクトまたはフィーチャの周囲のピクセルをマスクするかどうかを指定します。 このパラメーターは、メタデータ形式 パラメーターが ラベル付きタイル に設定されており、入力フィーチャクラスまたは分類ラスターが指定されている場合にのみ適用されます。
|
Boolean |
|
トリミング モード (オプション) |
エクスポートされたタイルがすべて同じサイズになるようにトリミングするかどうかを指定します。 このパラメーターは、メタデータ形式 パラメーターが ラベル付きタイル または Imagenet に設定されており、入力フィーチャクラスまたは分類ラスターが指定されている場合にのみ適用されます。
|
String |
|
追加入力ラスター (オプション) |
画像変換方法に使用される追加の入力画像ソース。 このパラメーターは、メタデータ形式 パラメーターが 分類済みタイル、タイルのエクスポート、または CycleGAN に設定されている場合に有効です。 |
Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Map Server; Map Server Layer; Internet Tiled Layer; Folder |
|
インスタンス フィーチャクラス (オプション) |
収集された、インスタンス セグメンテーションのクラスが含まれるトレーニング サンプル データ。 クラス値フィールドなしでポイント フィーチャクラスを入力するか、クラス情報なしで整数ラスターを入力することもできます。 このパラメーターは、メタデータ形式 パラメーターが パノプティック セグメンテーション に設定されている場合にのみ有効です。 |
Feature Class; Feature Layer; Raster Dataset; Raster Layer; Mosaic Layer; Image Service; Table; Folder |
|
インスタンス クラス値フィールド (オプション) |
インスタンス セグメンテーションのクラス値を含むフィールド。 フィールドが指定されていない場合、ツールは値またはクラス値フィールドが存在していれば、それを使用します。 フィーチャにクラス フィールドが含まれていない場合、ツールはすべてのレコードが 1 つのクラスに属していると判断します。 このパラメーターは、メタデータ形式 パラメーターが パノプティック セグメンテーション に設定されている場合にのみ有効です。 |
Field |
|
最小ポリゴン オーバーラップ率 (オプション) |
トレーニング データに含めるフィーチャの最小オーバーラップ率。 指定された値よりもオーバーラップ率が小さい場合、フィーチャはトレーニング チップから除外され、ラベル ファイルには追加されません。 この割合値は、小数で表現されます。 たとえば、オーバーラップを 20% に指定する場合、値として 0.2 を使用します。 デフォルト値は 0 で、すべてのフィーチャが含まれることを意味します。 このパラメーターは、ツールのパフォーマンスを高めるだけでなく、推論も改善します。 作成されるトレーニング チップが少なくなるため、速度が向上します。 モデルがオブジェクトの大きな部分のみを検出し、フィーチャの小さな隅は無視するようにトレーニングされるため、推論が向上します。 これにより、検出されるフォールス ポジティブが少なくなり、Non Maximum Suppression ツールで削除されるフォールス ポジティブも少なくなります。 入力フィーチャクラス、分類ラスター、またはテーブル パラメーター値がフィーチャクラスの場合、このパラメーターは有効になります。 |
Double |
環境
セル サイズ, 現在のワークスペース, 範囲, 並列処理ファクター, スクラッチ ワークスペース
ライセンス情報
- Basic: Image Analyst または Spatial Analyst が必要
- Standard: Image Analyst または Spatial Analyst が必要
- Advanced: Image Analyst または Spatial Analyst が必要