Configurar o ArcGIS Image Server para análise de raster da aprendizagem detalhada

O ArcGIS Image Server fornece um conjunto de ferramentas de aprendizagem detalhada com fluxos de trabalho de ponta a ponta para classificar e detectar objetos em imagens. Estas ferramentas permitem gerar conjuntos de dados da amostra de treinamento e exportá-los para uma estrutura de aprendizagem detalhada para desenvolver um modelo de aprendizagem detalhada. Em seguida, você pode executar fluxos de trabalho de inferência de dados, como classificação de imagem e detecção de objetos.

Para aproveitar o processamento da GPU em um site do servidor da análise de raster de múltiplas máquinas, uma GPU deve estar disponível em cada nó do servidor no site. Um cartão de GPU não é necessário para executar as ferramentas de aprendizagem detalhada em sua implantação da análise de raster do ArcGIS Image Server. Se a máquina do servidor da análise de raster não tiver um cartão de GPU, as ferramentas poderão ser executadas na CPU.

Anotação:

Na versão 10.7, a análise de raster não pode utilizar várias GPUs simultaneamente em uma máquina. Se você executar um fluxo de trabalho da análise de raster da aprendizagem detalhada em uma máquina com várias GPUs, somente uma GPU será utilizada.

A análise de raster no ArcGIS Image Server pode utilizar os módulos TensorFlow, PyTorch, CNTK e Keras Python com GPUs.

Adicionar suporte para aprendizagem detalhada a uma implantação da análise de raster

Após configurar sua implantação da análise de raster, siga as etapas abaixo para instalar os recursos de Python da aprendizagem detalhada. Se você tiver um site do ArcGIS Image Server de múltiplos nós, repita estas etapas em cada nó do servidor.

Após configurar sua implantação da análise de raster, siga as etapas abaixo para instalar os recursos de Python da aprendizagem detalhada. Se você tiver um site do ArcGIS Image Server de múltiplos nós, repita estas etapas em cada nó do servidor.

A conta do sistema operacional que você utiliza para estas etapas deve ser a mesma que a conta instalada no ArcGIS Image Server.

1. Se você utilizar GPUs para seu fluxo de trabalho da análise de raster da aprendizagem detalhada, instale os drivers NVIDIA.
   • Instale o CUDA Toolkit na máquina. Consulte o site da web CUDA do NVIDIA para informações.
   • Instale a biblioteca CUDA Deep Neural Network (cuDNN). Consulte o site da web NVIDIA cuDNN para informações.
2. Execute os seguintes comandos no ambiente Python 3.6 padrão fornecido com a sua instalação do ArcGIS Server. Esta configuração de Python está em C:\Program Files\ArcGIS\Server\framework\runtimes\ArcGIS\bin\Python por padrão.
3. Instale cada módulo de Python que você deseja utilizar em seus fluxos de trabalho da análise de raster da aprendizagem detalhada. Na subetapa b abaixo, especifique um nome de ambiente. O nome do módulo indica se você está utilizando um módulo habilitado para CPU ou GPU.
   1. Digite PS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proenv.bat
   2. Digite (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda create --name <especificar nome do ambiente> --clone arcgispro-py3
   3. Digite (arcgispro-py3) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>activate <nome do ambiente>
   4. Digite (<environment name>) C:\Program Files\arcgis\server\framework\runtime\ArcGIS\envs\arcgispro-py3>conda install <nome do módulo>

   Exemplo de TensorFlow para instalação de uso da 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

   Exemplo de TensorFlow para instalação de uso da 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. Verifique e instale todas as dependências de pacotes do Python exigidas pelos modelos da aprendizagem detalhada.
5. Após todos os módulos necessários do Python serem instalados, execute o script em lote proswap para trocar o ambiente Python 3.6 padrão utilizado pelo serviço da análise de raster pelo o ambiente clonado, digitandoPS C:\Program Files\arcgis\server\framework\runtime\ArcGIS\bin\Python\Scripts> .\proswap.bat -n <environment name>

   Anotação:

   É recomendado que você crie um ambiente virtual para cada estrutura de aprendizagem detalhada para evitar conflitos de dependência. Se duas ou mais estruturas estiverem no mesmo ambiente do Python, elas poderão depender de diferentes versões de módulos que não podem funcionar juntas.

6. Repita as etapas 1 a 5 em cada máquina do seu site ArcGIS Image Server.

   Apenas uma instância de serviço pode utilizar a GPU em cada nó do servidor. O número máximo de instâncias por máquina do serviço RasterProcessingGPU deve sempre ser definido como 1, que é o padrão.

7. No ArcGIS Server Manager, selecione Serviços > Gerenciar Serviços > RasterProcessingGPU e verifique os valores para o número mínimo e máximo de instâncias.

   Aviso:

   Não aumente o número máximo de instâncias por máquina deste serviço.

8. Reinicie seu ArcGIS Image Server para Análise de Raster após a troca para o ambiente clonado com seus módulos python de aprendizagem detalhada instalados.

Cada solicitação em seus fluxos de trabalho da análise de raster da aprendizagem detalhada inclui o parâmetro de ambiente processorType . Certifique-se que este parâmetro especifique corretamente se deve utilizar CPU ou GPU ao fazer solicitações. O parâmetro de ambiente processorType é definido na interface da ferramenta ou função do raster no ArcGIS Pro, Map Viewer, ArcGIS REST API ou ArcGIS API for Python.