Klassifiser objekter ved hjelp av dyp læring
Dette verktøyet kjører en opptrent modell for dyp læring på et inndataraster og en valgfri geoobjektklasse for å produsere en geoobjektklasse eller tabell der hvert inndataobjekt har en tilordnet klassemerking.
Hvis det er merket av for Bruk gjeldende kartutstrekning, analyseres bare det rasterområdet som er synlig innenfor gjeldende kartutstrekning. Hvis dette ikke er avmerket, analyseres hele rasteret, selv om det befinner seg utenfor gjeldende kartutstrekning.
Velg bilde som skal brukes til å klassifisere objekter
Inndatabildet som skal brukes til å påvise objekter.
Velg geoobjektlag for objekter (valgfritt)
Punkt-, linje- eller polygongeoobjektlaget som utgjør inndataene og identifiserer lokasjonen for hvert objekt som skal klassifiseres og merkes. Hver rad i inndatageoobjektlaget representerer ett enkelt objekt.
Hvis det ikke angis noe inndatageoobjektlag, tolker verktøyet det som om hvert enkelt inndatabilde inneholder ett enkelt objekt som skal klassifiseres. Hvis inndatabildet eller -bildene bruker en romlig referanse, blir utdataene fra verktøyet et geoobjektlag der utstrekningen for hvert bilde brukes som avgrensende geometri for hvert enkelt merket geoobjekt. Hvis inndatabildet eller -bildene ikke har romlig referanse, blir utdataene fra verktøyet en tabell som inneholder bilde-ID-verdiene og klassemerkingen for hvert bilde.
Velg modellen for dyp læring som brukes til klassifisering av objekter
Dyplæringspakken ( .dlpk) som er inndata.
Dyplæringspakken består av Esri JSON-filen for modelldefinisjon ( .emd), den binære modellfilen for dyp læring og eventuelt Python-rasterfunksjonen som skal brukes.
Behandlingsmodus
Angir hvordan alle rasterelementene i et mosaikkdatasett eller en bildetjeneste skal behandles. Denne parameteren brukes når inndatarasteret er et mosaikkdatasett eller en bildetjeneste.
- PROCESS_AS_MOSAICKED_IMAGE — Alle rasterelementene i mosaikkdatasettet eller bildetjenesten blir satt sammen og behandlet som mosaikk. Dette er standardalternativet.
- PROCESS_ITEMS_SEPARATELY — Alle rasterelementene i mosaikkdatasettet eller bildetjenesten blir behandlet som separate bilder.
Angi modellargumenter for dyp læring
Funksjonsargumentene er definert i Python-rasterfunksjonsklassen det vises til i inndatamodellen. Det er her du fører opp ytterligere parametre for dyp læring og argumenter for eksperimenter og avgrensninger, for eksempel en konfidensterskel for justering av følsomhet.
Navnene på argumentene fylles ut av verktøyet etter lesing av Python-modulen på rasteranalyseserveren.
Definer feltnavn for klasseetikett
Navnet på feltet som skal inneholde klassifiseringsmerket i utdatageoobjektlaget.
Hvis det ikke angis noe feltnavn, genereres et nytt felt med tittelen ClassLabel, i utdatageoobjektlaget.
Behandlingsmodus
Angir hvordan alle rasterelementene i en bildetjeneste skal behandles.
- Behandle som mosaikkbilde – Alle rasterelementer i bildetjenesten settes sammen og behandles som mosaikk. Dette er standardalternativet.
- Behandle elementer separat – Alle rasterelementene i bildetjenesten behandles som separate bilder.
Navn på resultatlag
Navnet på laget som opprettes i Mitt innhold og legges til kartet. Standardnavnet er basert på verktøynavnet og navnet på inndatalaget. Hvis laget finnes allerede, blir du bedt om å oppgi et annet navn.
Du kan angi navnet på en mappe i Mitt innhold, der resultatet blir lagret via rullegardinlisten Lagre resultat i.