Phân loại Đối tượng sử dụng Deep Learning

Công cụ này chạy một mô hình deep learning được đào tạo trên một raster đầu vào để tạo ra một lớp đối tượng tùy chọn từ đó tạo ra một lớp đối tượng hoặc bảng mà trong đó đối tượng đầu vào được gán một nhãn loại.

Nếu chọn Sử dụng phạm vi bản đồ hiện tại, thì chỉ vùng raster nhìn thấy được trong phạm vi bản đồ hiện tại mới được phân tích. Nếu bỏ chọn, toàn bộ raster sẽ được phân tích, ngay cả khi nó nằm ngoài phạm vi bản đồ hiện tại.

Chọn hình ảnh được dùng để phân loại đối tượng

Hình ảnh đầu vào được dùng để phát hiện đối tượng.

Chọn lớp đối tượng cho các đối tượng (Tùy chọn)

Lớp đối tượng đầu vào dạng điểm, đường hoặc vùng xác định vị trí của từng đối tượng sẽ được phân loại và gắn nhãn. Mỗi hàng trong lớp đối tượng đầu vào đại diện cho một đối tượng.

Nếu lớp đối tượng đầu vào không được chỉ định, công cụ sẽ giả định rằng mỗi hình ảnh đầu vào chứa một đối tượng cần được phân loại. Nếu hình ảnh hoặc các hình ảnh đầu vào sử dụng tham chiếu không gian thì kết quả đầu ra từ công cụ là một lớp đối tượng, trong đó phạm vi của mỗi hình ảnh được sử dụng làm hình dạng giới hạn cho mỗi đối tượng được gắn nhãn. Nếu hình ảnh hoặc các hình ảnh đầu vào không được tham chiếu không gian thì kết quả đầu ra từ công cụ là một bảng chứa các giá trị ID hình ảnh và nhãn loại cho mỗi hình ảnh.

Chọn mô hình Deep Learning được dùng để phân loại đối tượng

Gói deep learning đầu vào mục ( .dlpk).

Gói deep learning bao gồm tệp JSON định nghĩa mô hình Esri ( .emd), tệp mô hình nhị phân deep learning và có thể có hàm raster Python sẽ được sử dụng.

Chế độ Xử lý

Xác định cách xử lý tất cả các mục raster trong một bộ dữ liệu mosaic hoặc dịch vụ hình ảnh. Thông số này được áp dụng khi raster đầu vào là bộ dữ liệu mosaic hoặc dịch vụ hình ảnh.

PROCESS_AS_MOSAICKED_IMAGE — Tất cả các mục raster trong bộ dữ liệu mosaic hoặc dịch vụ hình ảnh sẽ được ghép lại với nhau và xử lý. Đây là mặc định.
PROCESS_ITEMS_SEPARATELY — Tất cả các mục raster trong bộ dữ liệu mosaic hoặc dịch vụ hình ảnh sẽ được xử lý ở dạng hình ảnh riêng.

Xác định đối số mô hình Deep Learning

Các đối số của hàm được xác định trong lớp hàm raster Python được tham chiếu bởi mô hình đầu vào. Đây là nơi bạn liệt kê các tham số và đối số deep learning bổ sung cho các thử nghiệm và sàng lọc, chẳng hạn như ngưỡng tin cậy để điều chỉnh độ nhạy.

Tên của các đối số được công cụ điền vào từ việc đọc mô-đun Python trên máy chủ phân tích raster.

Xác định tên trường nhãn loại

Tên trường sẽ chứa nhãn phân loại trong lớp đối tượng đầu ra.

Nếu không chỉ định tên trường thì một trường mới có tên ClassLabel sẽ được tạo ra trong lớp đối tượng đầu ra.

Mô hình xử lý

Xác định cách xử lý tất cả các mục raster trong một dịch vụ hình ảnh

Xử lý dưới dạng hình ảnh ghép mảnh—Tất cả các mục raster trong dịch vụ hình ảnh sẽ được ghép lại với nhau và xử lý. Đây là mặc định.
Xử lý các mục riêng—Tất cả các mục raster trong dịch vụ hình ảnh sẽ được xử lý dưới dạng hình ảnh riêng biệt.

Tên lớp kết quả

Tên lớp sẽ được tạo trong Nội dung của tôi và được thêm vào bản đồ. Tên mặc định dựa vào tên công cụ và tên lớp đầu vào. Nếu lớp đã tồn tại, bạn sẽ được yêu cầu cung cấp tên khác.

Bạn có thể chỉ định tên của một thư mục trong Nội dung của tôi mà tại đó kết quả sẽ được lưu bằng cách sử dụng hộp xổ xuống Lưu kết quả vào.