Класифициране на обекти с помощта на изучаване в дълбочина
Този инструмент изпълнява обучен модел за дълбоко обучение върху входни растерни данни и незадължителен клас признаци, за да създаде клас или таблица с признаци, в която всеки входен обект има присвоен етикет на клас.
Ако е поставена отметка върху Използване на текущия ограничаващ правоъгълник на картата , ще се анализира само растерната област, която е видима в рамките на текущия обхват на картата. Ако не е поставена отметка, целият растер ще бъде анализиран, дори ако е извън текущия обхват на картата.
Изберете изображение, използвано за класифициране на обекти.
Входното изображение, използвано за откриване на обекти.
Избиране на обектен слой за обекти (по избор)
Точковият, линейният или полигоновият слой от входни данни, който идентифицира местоположението на всеки обект, подлежащ на класифициране и етикетиране. Всеки ред във входния обектен слой представлява един обект.
Ако не е зададен входен обектен слой, инструментът приема, че всяко входно изображение съдържа един обект, който трябва да бъде класифициран. Ако входното изображение или изображения използват пространствена препратка, резултатът от инструмента е обектен слой, в който обхвата на всяко изображение се използва като ограничаваща геометрия за всеки етикетиран обект. Ако входното изображение или изображения не са пространствено свързани, резултатът от инструмента е таблица, съдържаща стойностите на идентификатора на изображението и етикетите на класовете за всяко изображение.
Изберете модел за дълбоко обучение, използван за класифициране на обекти
Пакети с входни данни за изучаване в дълбочина ( .dlpk).
Пакетът за изучаване в дълбочина се състои от JSON файл с дефиниция на модела на Esri ( .emd), файла с двоичния модел за изучаване в дълбочина и по желание, функцията за растер на Python, която да се използва.
Режим на обработка
Определя начина на обработка на всички растерни елементи в мозаечен набор от данни или услуга за изображения. Този параметър се прилага, когато входният растер е мозаечен набор от данни или услуга за изображения.
- PROCESS_AS_MOSAICKED_IMAGE — Всички растерни елементи в мозаечния набор от данни или услугата за изображения ще бъдат обединени в мозайка и обработени. Това е настройка по подразбиране.
- PROCESS_ITEMS_SEPARATELY — Всички растерни елементи в мозаечния набор от данни или в услугата за изображения ще бъдат обработени като отделни изображения.
Посочете аргументи на модела за изучаване в дълбочина
Аргументите на функцията са дефинирани в класа растерни функции на Python, към който се отнася входният модел. Тук се посочват допълнителни параметри на изучаването в дълбочина и аргументи за експерименти и усъвършенстване, като например праг на доверителност за регулиране на чувствителността.
Имената на аргументите се попълват от инструмента при четене на модула Python на сървъра за растерни анализи.
Определете името на полето с етикет на клас
Името на полето, което ще съдържа етикета за класификация в изходния обектен слой.
Ако не е посочено име на полето, в изходния обектен слой ще се генерира ново поле, наречено ClassLabel.
Прозрачен режим
Определя начина на обработка на всички растерни елементи в услуга за изображения.
- Обработка като мозаечно изображение— Всички растерни елементи в услугата за изображения ще бъдат обединени в мозайка и обработени. Това е настройка по подразбиране.
- Обработка на елементите по отделно— Всички растерни елементи в услугата за изображения ще бъдат обработени като отделни изображения.
Име на резултатен слой
Името на слоя, който ще бъде създаден в Моето съдържание и добавен към картата. Името по подразбиране се основава на името на инструмента и името на входния слой. Ако слоят вече съществува, ще бъдете подканени да посочите друго име.
Можете да посочите името на слоя в Моето съдържание, където резултатът ще бъде запазен с помощта на падащото меню Запазване на резултат в.