ディープ ラーニングを使用したピクセルの分類ツールは、ディープ ラーニング モデルを使用し、異なるクラスを示す定義済みのラベル リストに従ってイメージ レイヤーのピクセルを分類します。
出力はホスト イメージ レイヤーです。
例
ディープ ラーニングを使用したピクセルの分類ツールは、異なる期間のカテゴリ的な変化を検出するための入力として使用できます。 出力として生成された分類済みの主題イメージ レイヤーは、経時的な変化を計測するための入力イメージ レイヤーとして使用できます。 たとえば、ディープ ラーニングを使用したピクセルの分類ツールを使用して、大都市近郊の 2 つの期間の主題イメージ レイヤーを同じ分類テーマで作成できます。 生成された主題イメージ レイヤーを比較することで、ラベル付けされたクラス間のエリアの推移を計測し、定量化できます。
使用上の注意
ディープ ラーニングを使用したピクセルの分類ツールには、入力レイヤー、モデルの設定、結果レイヤーの構成が含まれます。
入力レイヤー
[入力レイヤー] グループには次のパラメーターがあります。
- [入力レイヤー] は、分類に使用されるイメージ レイヤーまたはレイヤーです。 イメージ レイヤーは、ピクセルの分類に使用するディープ ラーニング モデルの要件に基づいて選択されます。
- [処理モード] は、イメージ レイヤーのラスター アイテムの一括または個別の処理方法を指定します。 [処理モード] には、次のオプションがあります。
- [モザイク画像として処理] - モザイク データセットまたはイメージ サービス内のすべてのラスター アイテムをモザイク化して処理します。 これがデフォルトです。
- [すべてのラスター アイテムを別々に処理] - モザイク データセットまたはイメージ サービス内のすべてのラスター アイテムを別々のイメージとして処理します。
モデル設定
[モデル設定] グループには次のパラメーターがあります。
- [ピクセル分類のモデル] は、ピクセルの分類に使用するディープ ラーニング モデルを示します。 ディープ ラーニング モデルをツールで選択するには、ArcGIS Online に配置されている必要があります。 ArcGIS Online で一般公開されている独自のモデルを選択することも、ArcGIS Living Atlas of the World から選択することもできます。
- [モデル引数] は、Python ラスター関数クラスで定義されている関数の引数を指定します。 実験や調整のための追加のディープ ラーニング パラメーターおよび引数 (感度を調整するための信頼性の閾値など) がリストされます。 引数の名前は、Python モジュールから入力されます。
結果レイヤー
[結果レイヤー] グループには次のパラメーターがあります。
- [出力名] は、作成されマップに追加されるレイヤーの名前を決定します。 名前は一意でなければなりません。 組織内に同じ名前のレイヤーがすでに存在する場合、ツールは失敗し、別の名前を指定するよう求められます。
- [フォルダーに保存] は、結果を保存する [マイ コンテンツ] 内のフォルダーの名前を指定します。
環境
解析環境設定は、ツールの結果に影響する追加パラメーターです。 ツールの解析環境設定には、[環境設定] パラメーター グループからアクセスできます。
このツールでは次の解析環境が適用されます。
- 出力座標系
- 処理範囲
注意:
Map Viewer のデフォルトの処理範囲は [全範囲] です。 このデフォルト値は、デフォルトで [現在のマップ範囲を使用] が有効になっている Map Viewer Classic とは異なります。
- スナップ対象ラスター
- セル サイズ
- 並列処理ファクター
- プロセッサー タイプ
出力
出力は、ディープ ラーニング モデルで定義された分類スキーマに基づく分類済み主題イメージ レイヤーです。
使用法の要件
このツールには、次のライセンスと構成が必要です。
リソース
詳細については、次のリソースをご参照ください。
- ArcGIS REST API のディープ ラーニングを使用したピクセルの分類
- ArcGIS API for Python の classify_pixels 関数
- ArcGIS Pro のディープ ラーニングを使用したピクセルの分類