Dette verktøyet kjører en opptrent modell for dyp læring på et inndataraster for å produsere et klassifisert raster, og hver gyldige piksel har en tilordnet klassemerking.
Hvis det er merket av for Bruk gjeldende kartutstrekning, analyseres bare rasterområdet som vises i gjeldende kartutstrekning. Hvis dette ikke er avmerket, analyseres hele rasteret, selv om det befinner seg utenfor gjeldende kartutstrekning.
Inndatabilde for klassifisering.
Det kan være en bildetjeneste-URL, et rasterlag eller et bildetjenestelag.
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.
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.
Angir hvordan alle rasterelementene i et mosaikkdatasett eller en bildetjeneste skal behandles. Denne parameteren brukes når inndatarasteret er et mosaikkdatasett eller en bildetjeneste.
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. Hvis du har tillatelse til å opprette både flisinndelte og dynamiske bildelag, kan du også angi hvilken lagtype du vil generere i utdataene ved hjelp av rullegardinlisten Lagre resultat som.