Skip To Content

Configurar ArcGIS Image Server para realizar análisis de ráster de aprendizaje profundo

ArcGIS Image Server ofrece un conjunto de herramientas de aprendizaje profundo con flujos de trabajo integrales para clasificar y detectar objetos en imágenes. Dichas herramientas permiten generar datasets de muestra de entrenamiento y exportarlos a un marco de aprendizaje profundo para desarrollar un modelo de aprendizaje profundo. Después, podrá llevar a cabo flujos de trabajo de inferencia de datos, como la clasificación de imágenes y la detección de objetos.

Para ejecutar las herramientas de aprendizaje profundo en su implementación de análisis de ráster de ArcGIS Image Server, es necesario que una unidad de procesamiento gráfico (GPU) esté disponible en cada nodo de servidor del sitio.

Nota:

En 10.7, el análisis de ráster no puede usar varias GPU al mismo tiempo en un solo equipo. Si ejecuta un flujo de trabajo de análisis de ráster de aprendizaje profundo en un equipo con varias GPU, tan solo se usará una GPU.

El análisis de ráster de ArcGIS Image Server puede usar el marco de Python de TensorFlow o Keras con las GPU. Se incluye una herramienta de script en la instalación de ArcGIS Image Server para ayudarle a configurar el marco de Python que prefiera.

Agregar compatibilidad para el aprendizaje profundo a una implementación de análisis de ráster

Después de configurar su implementación de análisis de ráster, siga los pasos que aparecen a continuación para instalar los recursos de Python de aprendizaje profundo. Si tiene un sitio de ArcGIS Image Server con varios nodos, repita estos pasos en cada nodo del servidor.

La cuenta de SO que use para estos pasos debe ser la misma que la cuenta de servicio para ArcGIS Image Server.

  1. Instale los controladores de NVIDIA adecuados para el CUDA Toolkit del equipo.

    Consulte el sitio web de NVIDIA CUDA para obtener más información.

  2. Instale la biblioteca de CUDA Deep Neural Network (cuDNN).

    Consulte el sitio web de NVIDIA cuDNN para obtener más información.

  3. Abra un terminal como el usuario que instaló ArcGIS Image Server.
  4. Vaya a la carpeta <ArcGIS Server installation directory>/tools/arcgis-imageDL-setup.
  5. Ejecute la herramienta con este comando: ./arcgis-imageDL-setup.

    Aparece la ayuda de la herramienta.

  6. Instale el marco de Python que desee utilizar para el análisis de ráster de aprendizaje profundo, ya sea TensorFlow o Keras.
    • Para instalar TensorFlow, ejecute el comando ./arcgis-imageDL-setup install tensorflow
    • Para instalar Keras, ejecute el comando ./arcgis-imageDL-setup install keras
  7. Repita los pasos del 1 al 6 en cada equipo de su sitio de ArcGIS Image Server.

    Tan solo se permite que una instancia de servicio use la GPU en cada nodo del servidor. La cantidad máxima de instancias por equipo del servicio RasterProcessingGPU siempre debe estar establecida en 1, que es el valor predeterminado.

  8. Verifique la cantidad máxima de instancias por equipo del servicio RasterProcessingGPU en ArcGIS Server Manager. Vaya a Servicios > Administrar servicios > RasterProcessingGPU y haga clic en RasterProcessingGPU para ir a la página de edición. En la pestaña Agrupación, verifique que las Instancias máximas por equipo estén definidas en 1.

    Precaución:
    No aumente la cantidad máxima de instancias por equipo de este servicio.

  9. Reinicie su ArcGIS Image Server para el Análisis de ráster después de cambiar al entorno clonado con los módulos de Python de aprendizaje profundo instalados.