Zusammenfassung
Führt ein trainiertes Deep-Learning-Modell für ein Eingabebild aus und erzeugt ein klassifiziertes Raster, das als gehosteter Bilddaten-Layer in Ihrem Portal veröffentlicht wird.
Abbildung
Verwendung
Die Python-Umgebung des RA-Servers (Raster-Analyse) muss mit der passenden Deep-Learning-Python-API wie TensorFlow, CNTK oder einer vergleichbaren Anwendung konfiguriert werden.
Wenn dieses Werkzeug ausgeführt wird, ruft der RA-Server eine Deep-Learning-Python-API eines Drittanbieters (wie TensorFlow oder CNTK) auf und verwendet zum Verarbeiten der einzelnen Raster-Kacheln die angegebene Python-Raster-Funktion.
Das Eingabemodell dieses Werkzeugs übernimmt nur ein Deep-Learning-Paketelement (.dlpk) aus dem Portal.
Nachdem das Eingabemodell ausgewählt oder angegeben wurde, ruft das Werkzeug die Modellargumentinformationen vom RA-Server ab. Das Werkzeug kann diese Informationen möglicherweise nicht abrufen, wenn das Eingabemodell ungültig ist oder der RA-Server nicht ordnungsgemäß mit dem Deep-Learning-Framework konfiguriert wurde.
Syntax
arcpy.ra.ClassifyPixelsUsingDeepLearning(inputRaster, inputModel, outputName, {modelArguments}, {processingMode})| Parameter | Erklärung | Datentyp |
inputRaster | Das zu klassifizierende Eingabebild. Hierbei kann es sich um die URL für einen Image-Service, einen Raster-Layer, einen Kartenserver-Layer oder einen gekachelten Internet-Layer handeln. | Raster Layer; Image Service; MapServer; Map Server Layer; Internet Tiled Layer; String |
inputModel | Die Eingabe ist eine URL eines Deep-Learning-Paketelements (.dlpk). Sie enthält den Pfad zur binären Datei des Deep-Learning-Modells, den Pfad zu der zu verwendenden Python-Raster-Funktion sowie andere Parameter wie etwa die bevorzugte Kachelgröße oder den bevorzugten Abstand. | File |
outputName | Der Name des Image-Service der klassifizierten Pixel. | String |
modelArguments [modelArguments,...] (optional) | Die Funktionsargumente werden in der Python-Raster-Funktionsklasse definiert, die vom Eingabemodell referenziert wird. Hier geben Sie zusätzliche Deep-Learning-Parameter und Argumente für Experimente und Verfeinerungen wie den Konfidenzschwellenwert zur Anpassung der Empfindlichkeit an. Die Namen der Argumente werden vom Werkzeug durch Lesen des Python-Moduls im RA-Server aufgefüllt. | Value Table |
processingMode (optional) | Legt fest, wie alle Raster-Elemente in einem Mosaik-Dataset oder Image-Service verarbeitet werden. Dieser Parameter findet Anwendung, wenn es sich beim Eingabe-Raster um ein Mosaik-Dataset oder einen Image-Service handelt.
| String |
Abgeleitete Ausgabe
| Name | Erklärung | Datentyp |
| outRaster | Das Ausgabe-Raster-Dataset. | Raster-Layer |
Codebeispiel
In diesem Beispiel wird ein Raster basierend auf eine benutzerdefinierten Pixel-Klassifizierung mithilfe von Deep Learning in einer Raster-Analyse-Bereitstellung klassifiziert und das Raster als gehosteter Bilddaten-Layer im Portal veröffentlicht.
import arcpy
arcpy.ClassifyPixelsUsingDeepLearning_ra(
"https://myserver/rest/services/landclassification/ImageServer",
"https://myportal/sharing/rest/content/items/itemId",
"classifiedLand", "padding 0")In diesem Beispiel wird ein Raster basierend auf eine benutzerdefinierten Pixel-Klassifizierung mithilfe von Deep Learning in einer Raster-Analyse-Bereitstellung klassifiziert und das Raster als gehosteter Bilddaten-Layer im Portal veröffentlicht.
#---------------------------------------------------------------------------
# Name: ClassifyPixelsUsingDeepLearning_example02.py
# Requirements: ArcGIS Image Server
# Import system modules
import arcpy
# Set local variables
inImage = "https://myserver/rest/services/ landclassification/ImageServer"
inModel = "https://myportal/sharing/rest/content/items/itemId"
outName = "classifiedLand"
modelArgs = "padding 0"
# Execute Classified Pixels Using raster analysis tool
arcpy.ClassifyPixelsUsingDeepLearning_ra(inImage, inModel, outName, modelArgs)Umgebungen
Lizenzinformationen
- Basic: Erfordert ArcGIS Image Server
- Standard: Erfordert ArcGIS Image Server
- Advanced: Erfordert ArcGIS Image Server