Classificare oggetti usando l'apprendimento profondo
Questo strumento esegue un modello di apprendimento profondo addestrato su un raster di input e una feature class opzionale per produrre una feature class o una tabella in cui ogni oggetto di input ha una label class assegnata.
Se si seleziona Usa estensione mappa corrente, verrà analizzata solo l'area raster visibile all'interno dell'estensione mappa corrente. Se non lo si seleziona, verrà analizzato il raster intero, anche se esterno all'estensione mappa corrente.
Scegliere l'immagine usata per rilevare oggetti
L'immagine di input usata per rilevare oggetti.
Scegliere il feature layer per gli oggetti (Opzionale)
Il feature layer di input puntuale, lineare o poligonale che identifica la posizione di ogni oggetto da classificare ed etichettare. Ogni riga nel feature layer di input rappresenta un singolo oggetto.
Se non viene specificato alcun feature layer di input, lo strumento presuppone che ogni immagine di input contenga un singolo oggetto da classificare. Se l'immagine o le immagini di input utilizzano un riferimento spaziale, l'output dello strumento è un feature layer, in cui l'estensione di ogni immagine viene utilizzata come geometria di delimitazione per ogni feature etichettata. Se l'immagine o le immagini di input non hanno un riferimento spaziale, l'output dello strumento è una tabella contenente i valori di ID dell'immagine e le label class per ogni immagine.
Scegliere il modello di apprendimento profondo usato per rilevare oggetti
L'elemento del pacchetto di apprendimento profondo di input ( .dlpk).
Il pacchetto di apprendimento profondo è composto dal file JSON di definizione del modello Esri ( .emd), il file del modello binario di apprendimento profondo e, facoltativamente, dalla funzione raster Python da usare.
Modalità di elaborazione
Specifica come tutti gli elementi raster in un dataset mosaico o un servizio immagine sarà processato. Questo parametro è applicato quando il raster input è un dataset mosaico o un servizio immagine.
- PROCESS_AS_MOSAICKED_IMAGE — Tutti gli elementi raster nel dataset mosaico o servizio di immagine saranno elaborati insieme e processati. Si tratta dell'impostazione predefinita.
- PROCESS_ITEMS_SEPARATELY — Tutti gli elementi raster nel dataset mosaico o servizio di immagine saranno processati come immagini separate.
Specifica gli argomenti del modello di apprendimento profondo
Gli argomenti della funzione sono definiti nella classe della funzione raster Python a cui fa riferimento il modello di input. È qui che si elencano parametri e argomenti aggiuntivi di apprendimento per gli esperimenti e la rifinitura, come la soglia di affidabilità per regolare la sensibilità.
I nomi degli argomenti vengono popolati dallo strumento mediante lettura del modulo Python sul server dell'analisi raster.
Definire il nome del campo di label class
Il nome del campo che conterrà l'etichetta di classificazione nel feature layer di output.
Se non viene specificato alcun nome di campo, verrà generato un nuovo campo chiamato ClassLabel nel feature layer di output.
Modalità di processo
Specifica come verranno elaborati tutti gli elementi raster di un servizio di immagine.
- Elabora come immagine a mosaico: tutti gli elementi raster del servizio di immagine saranno elaborati insieme come immagini a mosaico. Si tratta dell'impostazione predefinita.
- Elabora elementi separatamente: tutti gli elementi raster del servizio di immagine saranno elaborati come immagini separate.
Nome layer risultati
Il nome del layer che verrà creato in I miei contenuti e aggiunto alla mappa. Il nome predefinito è basato sul nome dello strumento e sul nome del layer di input. Se il layer esiste già, verrà chiesto di fornire un altro nome.
È possibile specificare il nome di una cartella in I miei contenuti in cui salvare il risultato usando la casella a discesa Salva risultato in.