Klasificiranje objekata pomoću dubokog učenja
Ovaj alat pokreće obučeni model dubokog učenja na ulaznom rasteru i opcionalnu klasu geoobjekata kako bi proizveo klasu geoobjekta ili tablicu u kojoj svaki ulazni objekt ima dodijeljenu oznaku razreda.
Ako je označena opcija Upotrijebi trenutačni obuhvat karte, pretvorit će se samo ćelije rastera koje su vidljive unutar trenutačnog obuhvata karte. Ako nije označena, analizirat će se svi geoobjekti, čak i ako se nalaze izvan trenutačnog obuhvata karte.
Odaberite sliku za klasificiranje objekata
Ulazna slika koja se upotrebljava za otkrivanje objekata.
Odaberite sloj geoobjekata za objekte (opcionalno)
Točka, linija ili poligon unosa sloja geoobjekata koji identificira mjesto svakog objekta koji će biti klasificiran i označen. Svaki redak u sloju geoobjekata ulaza predstavlja jedan objekt.
Ako nije naveden sloj geoobjekata ulaza, alat pretpostavlja da svaka ulazna slika sadrži jedan objekt koji treba klasificirati. Ako ulazna slika ili slike koriste prostornu referencu, izlaz iz alata je sloj geoobjekata u kojem se opseg svake slike koristi kao granična geometrija za svaku obilježenu značajku. Ako ulazna slika ili slike nisu prostorno referencirane, izlaz iz alata je tablica koja sadrži ID vrijednosti slike i oznake klasa za svaku sliku.
Odaberite model dubokog učenja za klasificiranje objekata
Stavka ulaznog paketa za duboko učenje ( .dlpk).
Paket za duboko učenje sastoji se od JSON datoteke definicije Esrijevog modela ( .emd), datoteke binarnog modela dubokog učenja i opcionalno, rasterske funkcije Python.
Način obrade
Određuje kako će se obrađivati sve rasterske stavke u mozaičnom skupu podataka ili slikovnoj usluzi. Ovaj se parametar primjenjuje kada je ulazni raster mozaik skup podataka ili usluga slike.
- PROCESS_AS_MOSAICKED_IMAGE — Sve rasterske stavke u skupu podataka mozaika ili slikovnoj usluzi mozaicirat će se zajedno i obraditi. To je zadano.
- PROCESS_ITEMS_SEPARATELY — Sve rasterske stavke u skupu podataka mozaika ili usluzi slika obrađivat će se kao zasebne slike.
Odredi argumente modela dubokog učenja
Argumenti funkcija definirani su u razredu rasterske funkcije Python referenciranom u ulaznom modelu. Ovdje navodite dodatne parametre dubokog učenja i argumente za eksperimente i usavršavanje, kao što je prag pouzdanosti za podešavanje osjetljivosti.
Nazivi argumenata popunjavaju se alatom iz čitanja modula Python na poslužitelju za analize rastera.
Definirajte naziv polja oznake klase
Naziv polja koje će sadržavati klasifikacijsku oznaku u izlaznom sloju geoobjekata.
Ako nije navedeno ime polja, novo polje pod imenom ClassLabel će se generirati u izlaznom sloju geoobjekata.
Način obrade
Određuje kako će se obrađivati svi rasterski elementi u usluzi slike.
- Process as mosaicked image—Svi rasterski elementi u usluzi slike biti će složeni zajedno te će se zajedno i obraditi. To je zadano.
- Process items separately—vi rasterski elementi u usluzi slike biti će obrađeni kao posebne slike.
Naziva sloja rezultata
Naziv sloja koji će se stvoriti u stavci Moj sadržaj i dodati karti. Zadani naziv temelji se na nazivu alata i nazivu sloja unosa. Ako sloj već postoji, od vas će se zatražiti da unesete drugi naziv.
Možete odrediti naziv mape u Mojem sadržaju gdje će se rezultat spremiti pomoću padajućeg izbornika Spremi rezultat u.