ArcGIS Image Server には、画像内のオブジェクトを分類および検出するためのエンドツーエンドのワークフローを備えた、さまざまなディープ ラーニング ツールが用意されています。これらのツールを使用して、トレーニング サンプル データセットを生成し、ディープ ラーニング フレームワークにエクスポートすることで、ディープ ラーニング モデルを開発できます。その後、画像分類やオブジェクト検出などのデータ推論ワークフローを実行できます。
ArcGIS Image Server のラスター解析の配置でディープ ラーニング ツールを実行するには、サイト内の各サーバー ノードで 1 つの GPU (グラフィックス処理装置) を使用できる必要があります。
備考:
10.7 では、ラスター解析は 1 台のコンピューターで複数の GPU を同時に使用することはできません。複数の GPU を搭載したコンピューターでディープ ラーニング ラスター解析ワークフローを実行する場合、GPU は 1 つだけ使用されます。
ArcGIS Image Server のラスター解析では、GPU で TensorFlow またはKeras Python フレームワークを使用できます。ArcGIS Image Server のインストールには、選択した Python フレームワークをセットアップするのに役立つスクリプト ツールが含まれています。
ラスター解析の配置へのディープ ラーニング サポートの追加
ラスター解析の配置を構成したら、以下の手順に従って、Python のディープ ラーニング リソースをインストールします。複数ノードの ArcGIS Image Server サイトがある場合は、各サーバー ノードで以下の手順を繰り返します。
以下の手順で使用するオペレーティング システムアカウントは ArcGIS Image Server のサービス アカウントでなければなりません。
- コンピューターに CUDA Toolkit 用の適切な NVIDIA ドライバーをインストールします。
詳細については、NVIDIA CUDA の Web サイトをご参照ください。
- CUDA ディープ ニューラル ネットワーク (cuDNN) ライブラリをインストールします。
詳細については、NVIDIA cuDNN の Web サイトをご参照ください。
- ArcGIS Image Server をインストールしたユーザーとしてターミナルを開きます。
- <ArcGIS Server installation directory>/tools/arcgis-imageDL-setup フォルダーを参照します。
- ./arcgis-imageDL-setup コマンドでツールを実行します。
ツールのヘルプが表示されます。
- TensorFlow または Keras のいずれかで、ディープ ラーニング ラスター解析に使用する Python フレームワークをインストールします。
- TensorFlow をインストールするには、./arcgis-imageDL-setup install tensorflow コマンドを実行します。
- Keras をインストールするには、./arcgis-imageDL-setup install keras コマンドを実行します。
- ArcGIS Image Server サイト内の各コンピューターで、手順 1 ～ 6 を繰り返します。
各サーバー ノードで GPU を使用できるのは、1 つのサービス インスタンスのみです。RasterProcessingGPU サービスのコンピューターあたりの最大インスタンス数は常に 1 (デフォルト値) に設定する必要があります。
- RasterProcessingGPU サービスのコンピューターあたりの最大インスタンス数を [ArcGIS Server Manager] で確認します。[サービス] > [サービスの管理] > [RasterProcessingGPU] の順に移動し、[RasterProcessingGPU] をクリックして編集ページを開きます。[プールの設定] タブで、コンピューターあたりの [最大インスタンス数] が 1 に設定されていることを確認します。
注意:
このサービスのコンピューターあたりの最大インスタンス数は増やさないでください。 - ディープ ラーニング Python モジュールがインストールされたクローン環境に切り替えたら、ラスター解析用に ArcGIS Image Server を再起動します。