Klasyfikuj obiekty metodą Deep Learning

Klasyfikuj obiekty metodą Deep Learning


To narzędzie uruchamia w rastrze wejściowym model wytrenowany metodą Deep Learning i opcjonalnie klasę obiektów w celu utworzenia klasy obiektów lub tabeli, w której każdy obiekt wejściowy ma przypisaną etykietę klasy.

Jeśli zaznaczono opcję Użyj zasięgu bieżącej mapy, analizowany będzie tylko ten obszar rastra, który jest widoczny w bieżącym zasięgu mapy. Jeśli opcja ta nie jest zaznaczona, przeanalizowany zostanie cały raster, nawet jeśli znajduje się poza bieżącym zasięgiem mapy.

Wybierz obraz używany do klasyfikowania obiektów


Obraz wejściowy używany do wykrywania obiektów.

Wybierz warstwę obiektową obiektów (opcjonalnie)


Wejściowa warstwa obiektów punktowych, liniowych lub poligonowych, która identyfikuje lokalizację każdego obiektu do sklasyfikowania i oznaczenia etykietą. Każdy wiersz w wejściowej warstwie obiektowej reprezentuje jeden obiekt.

Jeśli nie podano wejściowej warstwy obiektowej, narzędzie przyjmuje, że każdy obraz wejściowy zawiera jeden obiekt do sklasyfikowania. Jeśli obraz lub obrazy wejściowe korzystają z odniesienia przestrzennego, dane wynikowe z narzędzia to warstwa obiektowa, w której zasięg każdego obrazu jest używany jako geometria ograniczająca poszczególne obiekty oznaczone etykietami. Jeśli obraz lub obrazy wejściowe nie korzystają z odniesienia przestrzennego, dane wynikowe z narzędzia to tabela zawierająca wartości identyfikatorów obrazów oraz etykiety klas poszczególnych obrazów.

Wybierz model Deep Learning używany do klasyfikowania obiektów


Element wejściowego pakietu Deep Learning ( .dlpk).

Pakiet Deep Learning składa się z pliku JSON definicji modelu Esri ( .emd) pliku modelu binarnego Deep Learning i opcjonalnie funkcji rastrowej w języku Python, która ma być używana.

Tryb przetwarzania


Określa sposób przetwarzania wszystkich elementów rastrowych w zestawie danych mozaiki lub usłudze rastrowej. Ten parametr jest stosowany, gdy raster wejściowy jest zestawem danych mozaiki lub usługą rastrową.

  • PROCESS_AS_MOSAICKED_IMAGE — Wszystkie elementy rastrowe w zestawie danych mozaiki lub usłudze rastrowej zostaną połączone w mozaikę i przetworzone. Jest to opcja domyślna.
  • PROCESS_ITEMS_SEPARATELY — Wszystkie elementy rastrowe w zestawie danych mozaiki lub usłudze rastrowej zostaną przetworzone jako osobne obrazy.
<>

Podaj argumenty modelu Deep Learning


Argumenty funkcji są zdefiniowane w klasie funkcji rastrowej w języku Python, do której odwołuje się model wejściowy. W tym miejscu wymienione są dodatkowe parametry i argumenty Deep Learning na potrzeby eksperymentów i precyzowania, takie jak próg ufności używany podczas dostosowywania czułości.

Nazwy argumentów są uzupełniane przez narzędzie, które odczytuje moduł Python z serwera analiz rastrowych.

Zdefiniuj nazwę pola etykiety klasy


Nazwa pola zawierającego etykietę klasyfikacji w wynikowej warstwie obiektowej.

Jeśli nie podano nazwy pola, w wynikowej warstwie obiektowej zostanie wygenerowane nowe pole o nazwie ClassLabel.

Tryb przetwarzania


Określa sposób przetwarzania wszystkich elementów rastrowych w usłudze obrazowej.

  • Przetwarzaj jako obraz mozaikowy — wszystkie elementy rastrowe w usłudze obrazowej zostaną połączone w mozaikę i przetworzone. Jest to opcja domyślna.
  • Przetwarzaj elementy osobno — wszystkie elementy rastrowe w usłudze obrazowej zostaną przetworzone jako osobne obrazy.
.

Nazwa warstwy wynikowej


Nazwa warstwy, która zostanie utworzona w obszarze Moje zasoby i dodana do mapy. Nazwa domyślna jest tworzona w oparciu o nazwę narzędzia i nazwę warstwy wejściowej. Jeśli warstwa już istnieje, wyświetlony zostanie komunikat z monitem o podanie innej nazwy.

Za pomocą listy rozwijanej Zapisz wynik w można podać nazwę folderu w obszarze Moje zasoby, gdzie zostanie zapisany wynik.