متاحة مع Image Server
تقوم أداة "اكتشاف التغيير باستخدام التعلم الشامل" بتشغيل نموذج تعلم شامل مدرب لاكتشاف التغيير بين طبقتي بيانات نقطية.
المخرجات عبارة عن طبقة صور مستضافة.
مثال
بالنظر إلى طبقتي صور متشابهتين طيفيًا ونموذج تعلم شامل يشير إلى المناطق المتغيرة، اكتشف المناطق التي تغيرت بين طبقتي الصور.
ملاحظات الاستخدام
تتضمن أداة اكتشاف المعالم باستخدام التعلم الشامل عمليات التكوين لطبقة الإدخال وإعدادات النموذج وطبقة النتيجة.
طبقات الإدخال
تتضمن مجموعة طبقات الإدخال المعلمات التالية:
- البيانات النقطية المدخلة قبل التغيير هي طبقة الصور التي تمثل طبقة الصور السابقة. يجب أن تكون طبقة الصور المحددة مبنية على متطلبات نموذج التعلم الشامل الذي سيُستخدم لتصنيف وحدات البكسل.
- البيانات النقطية المدخلة بعد التغيير هي طبقة الصور التي تمثل طبقة ما بعد الصورة. يجب أن تكون طبقة الصور المحددة مبنية على متطلبات نموذج التعلم الشامل الذي سيُستخدم لتصنيف وحدات البكسل.
إعدادات النموذج
تشمل مجموعة إعدادات النموذج المعلمات التالية:
- يشير نموذج اكتشاف التغيير إلى نموذج التعلم الشامل الذي سيتم استخدامه لاكتشاف التغيير. يجب تحديد موقع نموذج التعلم الشامل في ArcGIS Online ليتم تحديده في الأداة. يمكنك تحديد النموذج الخاص بك، أو نموذج متاح للعامة في ArcGIS Online، أو نموذج من ArcGIS Living Atlas of the World.
- تحدد وسيطات النموذج وسيطات الدالة المحددة في تصنيف دالة البيانات النقطية Python. تُدرج وسيطات ومعلمات التعلم الشامل الإضافية للتجارب والتحسين، مثل حد الثقة لتعديل الحساسية. تتم تعبئة أسماء الوسيطات من وحدة Python.
طبقة النتيجة
تتضمن مجموعة طبقة النتيجة المعلمات التالية:
- يُحدد اسم المخرجات اسم الطبقة التي تم إنشاؤها وإضافتها إلى الخريطة. يجب أن يكون الاسم فريدًا. إذا كانت هناك طبقة بنفس الاسم موجودة بالفعل في مؤسستك ، فستفشل الأداة وستتم مطالبتك باستخدام اسم مختلف.
- تُحدد أداة حفظ في مجلد اسم المجلد في المحتوى الخاص بي الذي يتم حفظ النتيجة فيه.
بيئات
إعدادات بيئة التحليل هي معلمات إضافية تؤثر على نتائج الأدوات. يمكنك الوصول إلى إعدادات بيئة التحليل الخاصة بالأداة من مجموعة معلمات إعدادات البيئة.
تنفذ هذه الأداة بيئات التحليل التالية:
- النظام الإحداثي الناتج
- معالجة المدى
ملاحظة:
نطاق المعالجة الافتراضي في Map Viewer هو النطاق الكامل. يختلف هذا الإعداد الافتراضي عن Map Viewer Classic والذي يتم فيه تمكين استخدام نطاق الخريطة الحالي افتراضيًا.
- التقاط البيانات النقطية
- حجم الخلية
- معامل المعالجة المتوازية
- نوع المعالج
المخرجات
يكون الإخراج صورة موضوعية مصنفة مبنية على مخطط التصنيف المحدد في نموذج التعلم الشامل.
متطلبات الترخيص
تتطلب هذه الأداة الترخيصات والتكوينات التالية:
- نوع المستخدم Creator أو GIS Professional
- دور المسئول، أو الناشر، أو دور مخصص مكافئ
- ArcGIS Image Server تم تكوينها لتحليلات التعلم العميق بالبيانات النقطية
موارد
استخدم الموارد التالية لمعرفة المزيد:
- اكتشاف التغيير باستخدام التعلم الشامل في ArcGIS REST API
- detect_change_using_deep_learning في ArcGIS API for Python.
- اكتشاف التغيير باستخدام التعلم الشامل في ArcGIS Pro