Ez az eszköz tanított deep learning modellt futtat egy bemeneti raszteren egy osztályozott raszter létrehozására, és minden érvényes pixelnek lesz egy hozzárendelt osztálya.
Ha az Aktuális térkép kiterjedés be van jelölve, akkor a program csak az aktuális térkép kiterjedésen látható raszter területet elemzi. Ha nincs bejelölve, akkor az egész rasztert elemzi, akkor is, ha az kívül esik az aktuális térkép kiterjedésen.
A bementi kép az osztályozásához.
Lehet raszteres adatszolgáltatási URL, raszteres réteg vagy raszteres adatszolgáltatási réteg.
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.
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.
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 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. Ha mind csempézett, mind dinamikus távérzékelési réteg létrehozására van jogosultsága, akkor az Eredmény mentése másképp legördülő mezőben azt is megadhatja, hogy milyen rétegtípust hozzon létre a kimeneten.