Available with Image Server
“使用深度学习分类对象”工具用于对影像图层运行深度学习模型以生成已对每个输入对象进行分类的要素图层或表格。
将输出托管要素图层。
示例
“使用深度学习分类对象”工具可用于访问自然灾害后的受损建筑物。 利用建筑物覆盖区要素图层和显示受损区域的影像图层，该工具可以指明现有建筑是否受损。
“使用深度学习分类对象”工具可用于指明现有树木的树冠健康状况。 利用树冠要素图层和显示当前树冠的影像图层，该工具可以指明现有树木是健康还是受力。
用法说明
“使用深度学习分类像素”工具包含输入影像图层、输入要素图层、深度学习模型和结果图层的配置。
输入图层
输入图层组包含以下参数：
- 输入影像图层或要素图层用于选择分类对象时所用的一个或多个影像图层。 所选的影像图层应基于要用于分类对象的深度学习模型的要求。 影像图层可以为多维图层或影像集。
- 输入要素图层用于选择指示要分类的位置的要素。 输入要素图层中的每一行表示一个对象。 如果未指定输入要素图层，将假设每个输入影像包含单个待分类对象。
- 处理模式用于指定影像图层中栅格项目的处理方式。 处理模式包含以下选项：
- 以镶嵌影像方式处理 - 镶嵌数据集或影像服务中的所有栅格项目将镶嵌在一起并进行处理。 这是默认设置。
- 单独处理所有栅格项目 - 镶嵌数据集或影像服务中的所有栅格项目都将作为单独的影像进行处理。
模型设置
模型设置组包含以下参数：
- 用于分类对象的模型指定用于分类对象的深度学习模型。 深度学习模型需要位于 ArcGIS Online 中才能在工具中进行选择。 可以选择自己的模型、ArcGIS Online 中提供的公共模型或 ArcGIS Living Atlas of the World 中的模型。
- 模型参数用于指定在 Python 栅格函数类中定义的函数参数。 其中列出了其他深度学习参数和用于试验和优化的参数，例如用于调整灵敏度的置信度阈值。 参数名称将通过 Python 模块进行填充。
- 输出类标注字段名称指定包含输出托管要素图层或表格中的分类标注的字段名称。
结果图层
结果图层组包括以下参数：
- 输出名称用于确定要创建并添加至地图的图层的名称。 名称必须唯一。 如果组织中已存在具有相同名称的图层，则工具将执行失败并提示您使用其他名称。
- 保存在文件夹中将指定我的内容中将用于保存结果的文件夹的名称。
环境
分析环境设置是影响工具执行结果的附加参数。 可以从环境设置参数组访问工具的分析环境设置。
此工具支持以下分析环境：
输出
此工具包括以下输出：
- 包含对象或要素的托管要素图层根据深度学习模型确定的分类进行标注。
- 包含位置的表格根据深度学习模型确定的分类进行标注。
许可要求
该工具需要以下许可和配置：
- Creator 或 GIS Professional 用户类型
- 发布者或管理员角色，或等效的自定义角色
- ArcGIS Image Server 已针对深度学习栅格分析进行配置
资源
请通过以下资源了解更多详细信息：
- ArcGIS REST API 中的使用深度学习分类对象
- ArcGIS API for Python 中的 classify_objects 函数
- ArcGIS Enterprise 中的使用深度学习检测对象
- ArcGIS Enterprise 中的使用深度学习分类像素
- ArcGIS Pro 中的使用深度学习分类对象