Configurare ArcGIS Image Server per l'analisi raster con apprendimento profondo

ArcGIS Image Server fornisce una serie di strumenti di apprendimento profondo con flussi di lavoro end-to-end per classificare e identificare oggetti nelle immagini. Questi strumenti consentono di generare campioni di dataset di formazione ed esportarli in un framework di apprendimento profondo per sviluppare un modello di apprendimento profondo. È quindi possibile eseguire flussi di lavoro di inferenza di dati, come la classificazione delle immagini e l'identificazione di oggetti.

Per sfruttare l'elaborazione della GPU sul sito di un server di analisi raster a più computer, deve essere disponibile una GPU su ciascun nodo del server nel sito. Non è richiesta una scheda GPU per eseguire gli strumenti di apprendimento profondo sulla distribuzione di analisi raster di ArcGIS Image Server. Se il computer del server di analisi raster non dispone di una scheda GPU, gli strumenti possono essere eseguiti sulla CPU.

Nota:

Nella versione 10.7, l'analisi raster non può usare più GPU contemporaneamente su un solo computer. Se si esegue un flusso di lavoro di analisi raster con apprendimento profondo su un computer con più GPU, si userà solo una GPU.

L'analisi raster in ArcGIS Image Server può usare i moduli Python TensorFlow, PyTorch, CNTK e Keras con le GPU.

Aggiungere il supporto per l'apprendimento profondo all'installazione di un'analisi raster

Una volta configurata l'installazione dell'analisi raster, attenersi alla procedura seguente per installare le risorse Python di apprendimento profondo. Se si dispone di un sito ArcGIS Image Server multinodo, ripetere questa procedura su ciascun nodo del server.

Una volta configurata l'installazione dell'analisi raster, attenersi alla procedura seguente per installare le risorse Python di apprendimento profondo. Se si dispone di un sito ArcGIS Image Server multinodo, ripetere questa procedura su ciascun nodo del server.

L'account del sistema operativo utilizzato per questa procedura deve essere lo stesso che ha installato ArcGIS Image Server.

1. Se si useranno GPU per il flusso di lavoro di analisi raster con apprendimento profondo, installare i driver NVIDIA adeguati.
   • Installare il CUDA Toolkit sul computer. Consultare il sito Web CUDA NVIDIA per informazioni.
   • Installare la libreria CUDA Deep Neural Network (cuDNN). Consultare il sito Web NVIDIA cuDNN per informazioni.
2. Eseguire i seguenti comandi nell'ambiente Python 3.6 predefinito fornito con la configurazione di ArcGIS Server. Questa configurazione di Python si trova in C:\Program Files\ArcGIS\Server\framework\runtimes\ArcGIS\bin\Python per impostazione predefinita.
3. Installare ciascun modulo Python che si desidera usare nei flussi di lavoro dell'analisi raster ad apprendimento profondo. Nel passaggio secondario b di seguito, specificare il nome di un ambiente. Il nome del modulo indica se si sta usando un modulo abilitato per CPU o GPU.
   1. Digitare PS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proenv.bat
   2. Digitare (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda create --name <specificare nome ambiente> --clone arcgispro-py3
   3. Digitare (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>activate <nome ambiente>
   4. Digitare (<nome ambiente>) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda install <nome modulo>

   Esempio di installazione di TensorFlow per uso CPU

   PS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proenv.bat
   (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda create --name tf-cpu --clone arcgispro-py3
   (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>activate tf-cpu
   (tf-cpu) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda install tensorflow

   Esempio di installazione di TensorFlow per uso GPU

   PS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proenv.bat
   (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda create --name tf-gpu --clone arcgispro-py3
   (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>activate tf-gpu
   (tf-gpu) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda install tensorflow-gpu

4. Verificare se ci sono dipendenze del pacchetto Python necessarie per i modelli di apprendimento profondo e installarle.
5. Una volta installati tutti i moduli Python necessari, eseguire lo script batch proswap per scambiare l'ambiente Python 3.6 predefinito usato dal servizio di analisi raster con l'ambiente clonato digitando PS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proswap.bat -n <environment name>

   Nota:

   Si consiglia di creare un ambiente virtuale per ciascun framework di apprendimento profondo per evitare conflitti di dipendenza. Se due o più framework si trovano nello stesso ambiente Python, potrebbero dipendere da versioni diverse di moduli che non possono funzionare insieme.

6. Ripetere i passaggi da 1 a 5 su ciascun computer nel sito ArcGIS Image Server.

   Una sola istanza di servizio può usare la GPU su ciascun nodo del server. Il numero massimo di istanze del servizio RasterProcessingGPU per computer deve essere impostato sempre su 1, che è il valore predefinito.

7. In ArcGIS Server Manager, selezionare Servizi > Gestisci servizi > RasterProcessingGPU e verificare i valori del numero minimo e massimo di istanze.

   Attenzione:

   Non aumentare il numero massimo di istanze per computer per questo servizio.

8. Riavviare ArcGIS Image Server per l'analisi raster dopo il passaggio all'ambiente clonato con i moduli Python di apprendimento profondo installati.

Ciascuna richiesta nei flussi di lavoro dell'analisi raster con apprendimento profondo include un parametro ambientale processorType. Verificare che questo parametro specifichi correttamente se usare CPU o GPU quando si eseguono le richieste. Il parametro ambientale processorType è impostato nell'interfaccia dello strumento o della funzione raster in ArcGIS Pro, Map Viewer, ArcGIS REST API o ArcGIS API for Python.