Available with Image Server
Das Werkzeug "Objekte mit Deep Learning klassifizieren" führt ein Deep-Learning-Modell für einen Bilddaten-Layer aus, um einen Feature-Layer oder eine Tabelle zu erzeugen, in der alle Eingabeobjekte klassifiziert sind.
Die Ausgabe ist ein gehosteter Feature-Layer.
Beispiele
Das Werkzeug "Objekte mit Deep Learning klassifizieren" kann verwendet werden, um Gebäudeschäden nach einer Naturkatastrophe zu bewerten. Mit einem Feature-Layer der Gebäude-Footprints und einem Bilddaten-Layer, der die beschädigten Bereiche anzeigt, kann das Werkzeug Aufschluss darüber geben, ob die vorhandenen Gebäude beschädigt wurden.
Das Werkzeug "Objekte mit Deep Learning klassifizieren" kann verwendet werden, um Informationen zum Zustand der Baumkronen vorhandener Bäume zu erhalten. Mit einem Feature-Layer der Baumkronen und einem Bilddaten-Layer, der die aktuellen Baumkronen anzeigt, kann das Werkzeug Aufschluss darüber geben, ob die vorhandenen Bäume gesund sind oder unter Stress stehen.
Verwendungshinweise
Das Werkzeug "Objekte mit Deep Learning klassifizieren" enthält Konfigurationen für Eingabe-Bilddaten-Layer, Eingabe-Feature-Layer, das Deep-Learning-Modell und den Ergebnis-Layer.
Eingabe-Layer
Die Gruppe Eingabe-Layer enthält die folgenden Parameter:
- Eingabe-Bilddaten-Layer oder -Feature-Layer wird verwendet, um einen Bilddaten-Layer oder Layer zum Klassifizieren von Objekten auszuwählen. Der ausgewählte Bilddaten-Layer sollte auf den Anforderungen des zum Klassifizieren der Objekte verwendeten Deep-Learning-Modells basieren. Der Bilddaten-Layer kann multidimensional sein oder eine Bildsammlung darstellen.
- Eingabe-Feature-Layer wird zum Auswählen von Features verwendet, die die zu klassifizierenden Positionen angeben. Jede Zeile im Eingabe-Feature-Layer repräsentiert ein einzelnes Objekt. Wenn kein Eingabe-Feature-Layer angegeben ist, wird angenommen, dass jedes Eingabebild ein einzelnes zu klassifizierendes Objekt enthält.
- Verarbeitungsmodus gibt an, wie die Raster-Elemente im Bilddaten-Layer verarbeitet werden sollen. Verarbeitungsmodus enthält die folgenden Optionen:
- Als mosaikiertes Bild verarbeiten: Alle Raster-Elemente im Mosaik-Dataset oder Image-Service werden zusammen mosaikiert und verarbeitet. Dies ist die Standardeinstellung.
- Alle Raster-Elemente separat verarbeiten: Alle Raster-Elemente im Mosaik-Dataset oder Image-Service werden als separate Bilder verarbeitet.
Modelleinstellungen
Die Gruppe Modelleinstellungen enthält die folgenden Parameter:
- Modell für die Objektklassifizierung gibt das zum Klassifizieren der Objekte verwendete Deep-Learning-Modell an. Das Deep-Learning-Modell muss sich in ArcGIS Online befinden, damit es im Werkzeug ausgewählt werden kann. Sie können ein eigenes Modell, ein öffentlich in ArcGIS Online verfügbares Modell oder ein Modell im ArcGIS Living Atlas of the World auswählen.
- Modellargumente gibt die in der Python-Raster-Funktionsklasse definierten Funktionsargumente an. Es werden zusätzliche Deep-Learning-Parameter und Argumente für Experimente und Verfeinerungen wie den Konfidenzschwellenwert zur Anpassung der Empfindlichkeit angegeben. Die Namen der Argumente werden durch das Python-Modul aufgefüllt.
- Feldname für die Beschriftung der Ausgabeklasse gibt den Namen des Feldes für die Klassifizierungsbeschriftung im gehosteten Ausgabe-Feature-Layer oder der Ausgabetabelle an.
Ergebnis-Layer
Die Gruppe Ergebnis-Layer enthält die folgenden Parameter:
- Ausgabe-Name bestimmt den Namen des Layers, der erstellt und der Karte hinzugefügt wird. Der Name muss eindeutig sein. Wenn in der Organisation bereits ein Layer mit dem gleichen Namen vorhanden ist, tritt ein Fehler auf, und Sie werden aufgefordert, einen anderen Namen zu verwenden.
- In Ordner speichern gibt den Namen eines Ordners in Eigene Inhalte an, in dem das Ergebnis gespeichert wird.
Umgebungen
Umgebungseinstellungen für die Analyse sind zusätzliche Parameter, mit denen die Ergebnisse eines Werkzeugs beeinflusst werden können. Sie können über die Parametergruppe Umgebungseinstellungen auf die Umgebungseinstellungen des Werkzeugs für die Analyse zugreifen.
Dieses Werkzeug berücksichtigt die folgenden Analyseumgebungen:
- Ausgabe-Koordinatensystem
- Verarbeitungsausdehnung
Hinweis:
Die standardmäßige Verarbeitungsausdehnung in Map Viewer ist Volle Ausdehnung. Diese Standardeinstellung unterscheidet sich von Map Viewer Classic, wo Aktuelle Kartenausdehnung verwenden standardmäßig aktiviert ist.
- Zellengröße
- Faktor für parallele Verarbeitung
- Prozessortyp
Ausgaben
Das Werkzeug umfasst die folgenden Ausgaben:
- Ein gehosteter Feature-Layer mit den basierend auf der vom Deep-Learning-Modell vorgenommenen Klassifizierung beschrifteten Objekten oder Features
- Eine Tabelle mit den basierend auf der vom Deep-Learning-Modell vorgenommenen Klassifizierung beschrifteten Positionen
Lizenzanforderungen
Für dieses Werkzeug werden folgende Lizenzen und Konfigurationen benötigt:
- Benutzertyp Creator oder GIS Professional
- Publisher- oder Administratorrolle oder eine entsprechende benutzerdefinierte Rolle
- ArcGIS Image Server mit Konfiguration für Deep-Learning-Raster-Analysen
Ressourcen
Weitere Informationen finden Sie in den folgenden Quellen:
- Objekte mit Deep Learning klassifizieren in ArcGIS REST API
- Funktion "classify_objects" in ArcGIS API for Python
- Objekte mit Deep Learning erkennen in ArcGIS Enterprise
- Pixel mit Deep Learning klassifizieren in ArcGIS Enterprise
- Objekte mit Deep Learning klassifizieren in ArcGIS Pro