Skip to main content

使用训练的模型从点云中检测对象 (3D Analyst 工具)

汇总

使用深度学习模型,检测在点云中捕捉到的对象。

插图

使用训练的模型从点云中检测对象工具图示

用法

  • 该工具需要安装深度学习基础内容,该内容提供多个神经网络解决方案,包括用于分类点云的神经架构。

    要设置计算机以在 ArcGIS Pro 中使用深度学习框架,请参阅 安装 ArcGIS 的深度学习框架

  • 对象检测模型不需要对输入点云进行分类。 但是,将要评估的点云应具有与用于训练模型的点云数据相似的特征。 例如,使用陆地点云训练的用于分类汽车的对象检测模型将适用于其他陆地点云,但在从航空激光雷达测量中收集的点云上可能效果不佳。

  • 该模型可以识别多种对象,其中一些可能重叠。 要细化这些检测结果,需使用两个关键阈值:置信度得分阈值和重叠阈值。 置信度得分是一个介于 0.0 和 1.0 之间的数值,表示对象被正确识别的可能性有多大。 较高的得分意味着确定性更高,可以设置一个阈值来过滤掉低于特定置信度级别的检测结果。

    在多个相似对象具有重叠边界框的情况下,重叠阈值变得更为重要。 此测量值使用交并比 (IoU) 比率,通过将重叠边界框的交集体积除以并集体积进行计算。 对于 IoU 超过重叠阈值的对象,仅保留具有最高置信度得分的对象。 使用非极大值抑制 (NMS) 算法确保最终输出中仅包含最相关的检测结果。

  • 当使用相对高度属性训练输入模型时,需要参考表面参数。 栅格表面用作参考高度,从该高度开始为每个点插入相对高度。 这为模型提供了附加信息,这些信息有助于区分对象。 为此参数提供的栅格表面应表示与创建模型的训练数据中使用的栅格相同类型的数据。 在大多数情况下,这将是从地面分类点创建的栅格。 通过应用地面过滤器并使用 LAS 数据集转栅格 工具,可以从 LAS 数据集中的地面分类点生成栅格表面。 也可以使用 点云转栅格 工具从点云场景图层生成地面表面。 或者,可以使用非基于输入点云的栅格表面,但必须确保栅格中的 z 值与点云中的 z 值相应匹配。

  • 当输入模型在训练时某些类的点被排除在训练数据之外时,请使用排除类代码参数来确保从模型评估的点集中忽略这些点。 排除不为给定模型的目标提供有用上下文的类将减少被评估的点数,这将提高训练和应用模型的速度。 例如,表示建筑物的点通常与表示交通信号灯、电力线或汽车等对象的点无关。 也可以使用 分类 LAS 建筑物 工具对建筑物点进行可靠分类。 如果在用于创建模型的训练数据中排除了表示建筑物的类代码为 6 的点,则输入点云还必须对建筑物点进行分类,并将其在此工具中排除。

参数

标注 说明 数据类型

输入点云

将用于检测对象的点云。

LAS Dataset Layer

输入模型定义

将使用的对象检测模型。 可以指定 Esri 模型定义文件 (.emd)、深度学习包 (.dlpk) 或从 ArcGIS Online 或 Portal for ArcGIS 发布的对象检测模型。

File; String

目标对象

将在输入点云中识别的对象,以及用于接受检测到的对象的置信度和重叠阈值。

值表列:

  • Object CodeThe codes that represent the objects the model was trained to identify.

  • ConfidenceThe confidence threshold for object recognition operates on a scale from 0.0 to 1.0. A higher value means that fewer objects will meet the criteria for being positively identified. Setting the threshold to 1.0 requires 100 percent certainty in the object's detection, effectively making it improbable for any object to be recognized. If you want to exclude a particular object from the output, set its confidence threshold to 1.0.

  • OverlapThe overlap threshold provides a way to select the object that will be retained when multiple overlapping objects have been identified. The overlap threshold describes the ratio between the intersection and the union of overlapping bounding boxes. When multiple objects overlap and exceed the overlap threshold, the object with the higher confidence will be retained.

Value Table

输出对象要素

包含从输入点云中检测到的对象周围边界框的输出多面体要素。

Feature Class

批量大小

(可选)

将同时处理的输入点云块的数量。 如果未提供值,则每次处理一个块。

Long

处理边界

将定义待处理区域的一个或多个面要素。

Feature Layer

参考表面

将用于计算每个点的相对高度的栅格表面。 当输入模型包含相对高度属性(指示使用参考高度栅格表面进行训练)时,此参数为必需项。

Raster Layer

已排除的类

将从要处理以检测对象的点云中排除的输入点云的类代码。 如果该模型在训练时省略了某些类代码的点云,则输入点云中的点应具有相同类别的对象,以获得最佳结果。

Long

环境

范围, 处理器类型, GPU ID, 输出坐标系, 地理变换

许可信息

  • 基本: 需要 3D Analyst
  • 标准: 需要 3D Analyst
  • 高级: 需要 3D Analyst