Ez az eszköz tanított mély tanulási modellt futtat egy bemeneti raszteren és egy opcionális vektoroselem-osztályon egy osztályozott raszter vagy táblázat létrehozására, amelyben minden bemeneti objektum rendelkezik hozzárendelt osztálycímkével.
Ha az Aktuális térképkiterjedés használata ki van választva, a program csak az aktuális térkép-kiterjedésen látható raszterterületet elemzi. Ha nincs kiválasztva, akkor az egész rasztert elemzi, akkor is, ha az kívül esik az aktuális térkép-kiterjedésen.
Válassza ki az objektumok felismeréséhez használt bemeneti képet.
Az egyes osztályozni és címkézni kívánt objektumok helyét meghatározó pont, vonal vonal vagy poligon bemeneti vektoros réteg. A bemeneti vektoros réteg mindegyik sora egyetlen objektumot képvisel.
Ha nincs megadva vektoros réteg, akkor az eszköz azt feltételezi, hogy mindegyik bemeneti kép egyetlen osztályozni kívánt objektumot tartalmaz. Ha a bemeneti kép vagy képek térbeli referenciát használnak, akkor az eszköz vektoros réteget ad kimenetként, amelyben az egyes képek kiterjedése az egyes címkézett vektoros elemek határoló geometriájaként szolgál. Ha a bemeneti kép vagy képek nem használnak térbeli referenciát, akkor az eszköz kimenetként az egyes képekre vonatkozó képazonosító értékeket és osztálycímkéket tartalmazó táblát ad.
Bemeneti deep learning csomag ( .dlpk
) elem.
A deep learning csomag ebből áll: Esri modelldefiníciós JSON-fájl ( .emd
), deep learning bináris modellfájl, valamint opcionálisan az alkalmazandó Python raszterfunkció.
Azt határozza meg, hogyan lesznek feldolgozva a mozaik-adathalmazban vagy a raszteres szolgáltatásban lévő raszteres elemek. Ezt a paramétert akkor kell alkalmazni, amikor a bemeneti raszter egy mozaik-adathalmaz vagy egy raszteres szolgáltatás.
A funkcióargumentumokat a Python raszterfunkció osztályhivatkozásban a bemeneti modell definiálja. Itt lehet listázni a kiegészítő deep learning paramétereket és argumentumokat kísérletekhez és finomításokhoz, mint például konfidenciaküszöböt az érzékenység állításához.
Az argumentumok nevét az eszköz tölti fel a Python modulból kiolvasva.
Annak a mezőnek a neve, amely majd az osztályozási címkét tartalmazza a kimeneti vektoros rétegben.
Ha nincs megadva mezőnév, akkor a rendszer új, ClassLabel nevű mezőt hoz létre a kimeneti vektoros rétegben.
Azt határozza meg, hogy miként lesz feldolgozva egy adott képszolgáltatásban lévő összes raszterelem.
A Saját tartalom alatt létrejövő és a térképhez hozzáadott réteg neve. Az alapértelmezett név az eszköz nevén és a bemenő réteg nevén alapul. Ha a réteg már létezik, akkor a program megkéri, hogy adjon meg egy másik nevet.
Az Eredmény mentési helye legördülő mezőben megadhatja a Saját tartalommappájának nevét, ahová az eszköz menti az eredményt.