Skip to main content

Классифицировать пикселы при помощи глубокого обучения

Лицензия:

Доступно с Image Server

Инструмент Классифицировать пикселы при помощи глубокого обучения использует модель глубокого обучения для классификации пикселов в слое изображений в соответствии с определенным списком меток, показывающими разные классы.

Выходными данными является размещенный слой изображений.

Пример

Инструмент Классифицировать пикселы при помощи глубокого обучения можно использовать в качестве входных параметров для выявления качественных изменений между двумя разными периодами времени. Классифицированные тематические слои изображений, полученные как результаты, можно использовать в качестве входных слоев изображений для измерения изменений в течение времени. Например, можно использовать этот инструмент для создания тематического слоя изображений для пригородов большого города на два разных периода времени с одинаковой темой классификации. Сравнивания созданные тематические слои изображений, можно измерить и оценить переход областей между разными классами.

Примечания по использованию

Классификация пикселов при помощи глубокого обучения включает настройки для входных слоев, модели и итогового слоя.

Входные слои

Группа Входные слои включает в себя следующие параметры:

  • Входной слой - это слой изображений или слой, который будет использоваться для классификации. Выбранный слой изображений должен учитывать требования модели глубокого обучения, которая будет использоваться для классификации пикселов.

  • Режим обработки определяет, как будут обрабатываться растровые элементы в слое изображений. Можно выбрать следующие опции:

    • Обработать как мозаичное изображение – Все растровые элементы в наборе данных мозаики или в сервисе изображений будут объединены в мозаику и обработаны. Используется по умолчанию.

    • Обработать все элементы растров по отдельности – Все растровые элементы в наборе данных мозаики или в сервисе изображений будут обработаны как отдельные изображения.

Настройки модели

Группа Настройки модели включает в себя следующие параметры:

  • Модель для классификации пикселов является моделью глубокого обучения, которая будет использоваться для классификации пикселов. Модель глубокого обучения должна быть опубликована в виде элемента пакета глубокого обучения (DLPK), чтобы ее можно было выбрать в инструменте. Вы можете выбрать свою модель, общедоступную модель в ArcGIS Online или модель из ArcGIS Living Atlas of the World.

    Примечание:

    Модели глубокого обучения из ArcGIS Living Atlas of the World могут быть добавлены в качестве элементов в ArcGIS Enterprise после того, как администратор Enterprise включил доступ к ресурсам ArcGIS Living Atlas. Администратор добавит каждую модель в Enterprise в качестве нового элемента, затем они будут доступны в инструменте.

  • Аргументы модели определяет аргументы функции, заданные в классе функции растра Python. Дополнительные параметры глубокого обучения и аргументы для экспериментов и улучшения, например, порог достоверности для настройки чувствительности. Названия аргументов заполняются из модуля Python.

Слой результата

Группа Слой результата включает в себя следующие параметры:

  • Выходное имя определяет имя слоя, который создается и отображается. Имя должно быть уникальным. Если слой с таким же именем уже существует в вашей организации, инструмент завершится ошибкой, и вам будет предложено указать другое имя.

  • Сохранить в папке — указывает имя папки в Мои ресурсы, в которой будет сохранен результат.

Параметры среды

Настройки среды анализа — это дополнительные параметры, которые влияют на результаты работы инструмента. Вы можете получить доступ к настройкам среды анализа инструмента из группы параметров Настройки среды.

Этот инструмент поддерживает следующие параметры среды анализа:

Выходные данные

Результатом будет классифицированный тематический слой изображений, основанный на схеме классификации, заданной в модели глубокого обучения.

Требования к использованию

Для этого инструмента требуются следующий тип пользователя и конфигурации:

Ресурсы

Для дополнительной информации см. следующие ссылки: