Classificar Objetos Utilizando Aprendizagem Profunda
Esta ferramenta executa um modelo treinado de aprendizagem profunda num raster de entrada e numa classe de elementos opcionais para produzir uma classe de elementos ou tabela em que cada objeto de entrada tem atribuída uma classe de rótulos.
Se Utilizar extensão de mapa atual estiver selecionada, somente a área do raster que é visível dentro da extensão de mapa atual será analisada. Se não estiver selecionada, todo o raster será analisado, mesmo se estiver fora da extensão de mapa atual.
Escolher imagem utilizada para classificar objetos
A imagem de entrada utilizada para detetar objetos.
Escolher camada de elemento para objetos (Opcional)
A camada do elemento de entrada de ponto, linha ou polígono que identifica a localização de cada objeto a ser classificado e rotulado. Cada linha na camada do elemento de entrada representa um único objeto.
Se não for especificada nenhuma camada do elemento de entrada, a ferramenta assume que cada imagem de entrada contém um único objeto a ser classificado. Se a imagem ou imagens de entrada utilizarem uma referência espacial, a saída da ferramenta é uma camada de elemento, em que a extensão de cada imagem é utilizada como a geometria delimitadora para cada elemento . Se a imagem ou imagens de entrada não forem espacialmente referenciadas, a saída da ferramenta será uma tabela contendo os valores de ID da imagem e a classe de rótulos para cada imagem.
Escolher modelo de aprendizagem profunda utilizado para classificar objetos
O item do pacote ( .dlpk) de aprendizagem profunda de entrada.
O pacote de aprendizagem profunda é composto pelo ficheiro JSON ( .emd), que define o modelo Esri, o ficheiro binário da aprendizagem profunda e, opcionalmente, a função raster em Python a ser utilizada.
Modo de Processamento
Especifica como serão processados todos os itens raster num conjunto de dados de mosaico ou num serviço de imagens. Este parâmetro é aplicado quando o raster de entrada é um conjunto de dados de mosaico ou um serviço de imagens.
- PROCESS_AS_MOSAICKED_IMAGE — Todos os itens raster no conjunto de dados de mosaico ou serviço de imagens serão colocados em mosaico e processados. Isto é por omissão.
- PROCESS_ITEMS_SEPARATELY — Todos os itens raster no conjunto de dados de mosaico ou serviço de imagens serão processados como imagens separadas.
Especificar argumentos do modelo de aprendizagem profunda
Os argumentos da função são definidos na classe da função raster em Python, referenciada pelo modelo de entrada. É aqui que se listam os parâmetros adicionais de aprendizagem profunda e argumentos para experiências e refinamentos, tal como um limite de confiança para ajustar a sensibilidade.
Os nomes dos argumentos são preenchidos pela ferramenta ao ler o módulo Python no servidor da análise raster.
Definir nome do campo da classe de rótulos
O nome do campo que irá conter o rótulo de classificação na camada de elemento de saída.
Caso não seja especificado nenhum nome de campo, será gerado um novo campo chamado ClassLabel na camada de elemento de saída.
Modo de processo
Especifica como serão processados todos os itens raster num serviço de imagem.
- Processar como imagem em mosaico — Todos os itens raster no serviço de imagem serão em mosaico e processados. Isto é por omissão.
- Processar itens separadamente — Todos os itens raster no serviço de imagem serão processados como imagens separadas.
Nome da camada resultante
O nome da camada que será criada em O Meu Conteúdo e adicionada ao mapa. O nome padrão é baseado no nome da ferramenta e do nome da camada de entrada. Se a camada já existir, ser-lhe-á pedido que introduza outro nome.
É possível especificar o nome de uma pasta em O Meu Conteúdo, onde o resultado será guardado utilizando a opção Guardar Resultado em da caixa suspensa.