Serwer ArcGIS Image Server zapewnia pakiet narzędzi Deep Learning wraz z kompletnymi procedurami wykonywania zadań służącymi do klasyfikowania i wykrywania obiektów na zobrazowaniach. Narzędzia te umożliwiają generowanie zestawów danych próbek treningowych i eksportowanie ich do środowiska Deep Learning w celu utworzenia modelu Deep Learning. Następnie można używać procedur wykonywania zadań interferencji danych, takich jak klasyfikacja obrazów i wykrywanie obiektów.
Aby uruchamiać narzędzia Deep Learning we wdrożeniu serwera ArcGIS Image Server do analizy rastrowej, w każdym węźle serwera w witrynie musi być obecny jeden procesor graficzny (jednostka GPU).
Notatka:
Analiza rastrowa w wersji 10.7 nie może używać jednocześnie wielu procesorów graficznych na tym samym komputerze. Jeśli procedura wykonywania zadań analizy rastrowej metodą Deep Learning zostanie uruchomiona na komputerze z wieloma procesorami graficznymi, zostanie użyty tylko jeden taki procesor.
Analiza rastrowa na serwerze ArcGIS Image Server może używać środowiska TensorFlow lub Keras Python z procesorami graficznymi. Instalacja serwera ArcGIS Image Server posiada narzędzie skryptu, które pomoże w konfiguracji wybranego środowiska języka Python.
Dodawanie obsługi metody Deep Learning do wdrożenia analizy rastrowej
Po skonfigurowaniu wdrożenia analizy rastrowej wykonaj następujące czynności, aby zainstalować zasoby języka Python dla metody Deep Learning. W przypadku witryny ArcGIS Image Server z wieloma węzłami należy powtórzyć te czynności na każdym węźle serwera.
Konto systemu operacyjnego, które jest używane do wykonania tych czynności, musi być kontem usługi użytym na potrzeby serwera ArcGIS Image Server.
- Zainstaluj na komputerze odpowiednie sterowniki NVIDIA dla pakietu CUDA Toolkit.
Informacje można znaleźć w witrynie NVIDIA CUDA.
- Zainstaluj bibliotekę CUDA Deep Neural Network (cuDNN).
Informacje można znaleźć w witrynie NVIDIA cuDNN.
- Otwórz terminal jako użytkownik, który zainstalował serwer ArcGIS Image Server.
- Przejdź do folderu <ArcGIS Server installation directory>/tools/arcgis-imageDL-setup.
- Uruchom narzędzie przy użyciu następującego polecenia: ./arcgis-imageDL-setup.
Zostanie wyświetlona pomoc do narzędzia.
- Zainstaluj środowisko języka Python, którego chcesz używać do analizy rastrowej metodą Deep Learning: TensorFlow lub Keras.
- Aby zainstalować środowisko TensorFlow, wykonaj polecenie ./arcgis-imageDL-setup install tensorflow
- Aby zainstalować środowisko Keraz, wykonaj polecenie ./arcgis-imageDL-setup install keras
- Powtórz etapy od 1 do 6 na każdym komputerze w witrynie ArcGIS Image Server.
Tylko jedna instancja usługi może używać procesora graficznego w każdym węźle serwera. Maksymalna liczba instancji usługi RasterProcessingGPU na komputerze zawsze powinna być skonfigurowana na 1 (wartość domyślna).
- Sprawdź maksymalną liczbę instancji na komputer usługi RasterProcessingGPU w aplikacji ArcGIS Server Manager. Wybierz kolejno opcje Usługi > Zarządzaj usługami > RasterProcessingGPU, a następnie kliknij opcję RasterProcessingGPU, aby przejść na stronę edycji. Na karcie Dostępność instancji sprawdź, czy parametr Maksymalna liczba instancji na komputer jest ustawiony na wartość 1.
Uwaga:
Nie należy zwiększać maksymalnej liczby instancji na komputer dla tej usługi. - Zrestartuj serwer ArcGIS Image Server przeznaczony do analizy rastrowej po wymianie do sklonowanego środowiska z zainstalowanymi modułami języka Python zapewniającymi obsługę metody Deep Learning.