จำแนกวัตถุโดยใช้การเรียนรู้เชิงลึก

จำแนกวัตถุโดยใช้การเรียนรู้เชิงลึก


เครื่องมือนี้เรียกใช้งานโมเดลการเรียนรู้เชิงลึกที่ได้รับการฝึกบนอินพุตแรสเตอร์และคลาสฟีเจอร์แบบทางเลือกเพื่อสร้างคลาสฟีเจอร์หรือตารางโดยแต่ละวัตถุนั้นมีการกำหนดเลเบลของคลาส

ถ้าเลือก ใช้ขอบเขตแผนที่ปัจจุบัน จะมีการวิเคราะห์เฉพาะพื้นที่แรสเตอร์ที่มองเห็นได้ภายในขอบเขตแผนที่ปัจจุบัน ถ้าไม่ได้เลือก แรสเตอร์ทั้งหมดจะถูกนำไปวิเคราะห์ แม้ว่าจะอยู่นอกเหนือขอบเขตแผนที่ปัจจุบันอยู่ก็ตาม

เลือกภาพที่จะใช้จำแนกวัตถุ


ภาพอินพุตที่ใช้ตรวจหาวัตถุ

เลือกชั้นฟีเจอร์สำหรับวัตถุ (ทางเลือก)


ชั้นข้อมูลฟีเจอร์จุด เส้น หรือโพลีกอนที่ระบุตำแหน่งของแต่ละวัตถุที่จะจัดประเภทและติดป้ายกำกับ แต่ละแถวในชั้นข้อมูลฟีเจอร์อินพุตแสดงถึงวัตถุรายการเดียว

หากไม่ได้ระบุชั้นข้อมูลฟีเจอร์อินพุต เครื่องมือจะสันนิษฐานว่ารูปอินพุตแต่ละรายการนั้นมีวัตถุรายการเดียวที่จะถูกนำไปจำแนก หากรูปอินพุตหรือรูปภาพที่ใช้การอ้างอิงตำแหน่งเชิงพื้นที่แล้ว เอาต์พุตจากเครื่องมือคือชั้นข้อมูลฟีเจอร์ ซึ่งขอบเขตของแต่ละรูปจะถูกใช้เป็นรูปทรงเรขาคณิตที่มีขอบเขตสำหรับแต่ละฟีเจอร์แต่ละรายการที่มีการติดป้ายกำกับ หากรูปอินพุตหรือรูปภาพไม่ได้ใช้ในการอ้างอิงตำแหน่งเชิงพื้นที่แล้ว เอาต์พุตจากเครื่องมือคือตารางที่มีค่า ID รูปและเลเบลของคลาสสำหรับรูปแต่ละรูป

เลือกแบบจำลองการเรียนรู้เชิงลึกที่ใช้จำแนกวัตถุ


รายการอินพุตแพ็คเกจการเรียนรู้ ( .dlpk) เชิงลึก

แพ็คเกจการเรียนรู้เชิงลึกประกอบด้วยไฟล์ JSON ค่าคุณสมบัติโมเดล Esri ( .emd) ไฟล์โมเดลไบนารี่การเรียนรู้เชิงลึก และอีกทางเลือกหนึ่ง ฟังก์ชั่นแรสเตอร์ Python ที่จะใช้

โหมดการประมวลผล


ระบุวิธีการประมวลผลรายการแรสเตอร์ทั้งหมดในชุดข้อมูลโมเสก หรือเซอร์วิสรูปภาพ จะใช้พารามิเตอร์นี้เมื่ออินพุทแรสเตอร์เป็นชุดข้อมูลโมเสก หรือเซอร์วิสรูปภาพ

  • PROCESS_AS_MOSAICKED_IMAGE — รายการแรสเตอร์ทั้งหมดในชุดข้อมูลโมเสก หรือเซอร์วิสรูปภาพ จะถูกทำเป็นโมเสกและประมวลผลด้วยกัน นี้คือค่าตั้งต้น
  • PROCESS_ITEMS_SEPARATELY — รายการแรสเตอร์ทั้งหมดในชุดข้อมูลโมเสก หรือเซอร์วิสรูปภาพ จะถูกประมวลผลเป็นรูปภาพแยกจากกัน
<>

ระบุอาร์กิวเมนต์แบบจำลองการเรียนรู้เชิงลึก


คำสั่งฟังก์ชันถูกกำหนดไว้ในคลาสฟังก์ชันแรสเตอร์ Python ที่อ้างอิงโดยโมเดลอินพุต นี่คือที่ที่คุณแสดงค่าพารามิเตอร์และคำสั่งการเรียนรู้เชิงลึกเพิ่มเติมสำหรับการทดลองและการปรับแต่ง เช่น เกณฑ์ความเชื่อมั่นสำหรับการปรับความไวตอบสนอง

ชื่อของคำสั่งถูกเติมด้วยเครื่องมือจากการอ่านโมดูล Python บนเซิร์ฟเวอร์การวิเคราะห์แรสเตอร์

กำหนดชื่อฟิลด์เลเบลของคลาส


ชื่อของฟิลด์ที่จะมีป้ายกำกับการจำแนกในเลเยอร์ฟีเจอร์แบบเอาต์พุต

หากไม่ได้ระบุชื่อฟิลด์ จะมีการสร้างฟิลด์ใหม่ที่มีชื่อว่า ClassLabel จะถูกสร้างขึ้นในชั้นข้อมูลฟีเจอร์เอาท์พุท

โหมดกระบวนการ


ระบุวิธีการประมวลผลรายการแรสเตอร์ทั้งหมดในบริการรูปภาพ

  • ประมวลผลเป็นภาพโมเสก—รายการแรสเตอร์ทั้งหมดในการบริการรูปภาพจะถูกทำเป็นภาพโมเสกและประมวลผล นี้คือค่าตั้งต้น
  • ประมวลผลรายการแยกกัน—รายการแรสเตอร์ทั้งหมดในการบริการรูปภาพจะถูกประมวลผลและทำเป็นภาพรายการแยกกัน
.

ชื่อชั้นข้อมูลผลลัพธ์


ชื่อของชั้นข้อมูลที่จะถูกสร้างขึ้นใน เนื้อหาของฉัน และเพิ่มไปยังแผนที่ ชื่อเริ่มต้นจะขึ้นอยู่กับชื่อเครื่องมือและชื่อชั้นข้อมูลอินพุท ถ้าชั้นข้อมูลนี้มีอยู่แล้ว คุณจะถูกขอให้ตั้งชื่อใหม่

คุณสามารถระบุชื่อโฟลเดอร์ใน My Content ที่ผลลัพธ์จะบันทึกโดยการใช้ กล่อง drop-down บันทึกผลใน