Einführung in Deep Learning und Punktwolken

Mit ArcGIS Pro können Sie Klassifizierungsmethoden der Statistik oder des maschinellen Lernens zum Klassifizieren von Punktwolken verwenden.Deep Learning ist ein Typ von maschinellem Lernen, bei dem mehrere Schichten nichtlinearer Verarbeitung für die in einem Modell beschriebene Feature-Identifizierung und Mustererkennung verwendet werden. Sie können Deep-Learning-Modelle mit ArcGIS Pro für die Punktklassifizierung integrieren.

Der Workflow ist im folgenden Diagramm dargestellt.

Der Deep-Learning-Workflow ist in ArcGIS Pro verfügbar.

SchrittBeschreibung

Deep Learning: Schritt 1

Im ersten Schritt bei der Verwendung von Deep Learning mit Punktwolken werden die Punktwolkendaten für das Training vorbereitet. Das Werkzeug Punktwolken-Trainingsdaten vorbereiten generiert Daten zum Trainieren und Validieren von Convolutional Neural Networks für die Punktwolkenklassifizierung.

Deep Learning: Schritt 2

Verwenden Sie das Werkzeug Punktwolken-Klassifizierungsmodell trainieren, um ein Deep-Learning-Modell für die Punktwolkenklassifizierung zu trainieren.

Deep Learning: Schritt 3

Verwenden Sie das trainierte Modell, um das Werkzeug Punktwolke mithilfe des trainierten Modells klassifizieren auszuführen.

Erste Schritte mit Deep Learning

Alle Deep-Learning-Geoverarbeitungswerkzeuge in ArcGIS Pro erfordern die Installation der unterstützten Deep-Learning-Framework-Bibliotheken.

Anweisungen zur Installation von Deep-Learning-Paketen finden Sie in der Anleitung Deep Learning Libraries Installer für ArcGIS Pro.

Hinweis:

Alle Versionen von ArcGIS Pro erfordern bestimmte Version der Deep-Learning-Bibliotheken. Bei einem Upgrade auf ArcGIS Pro müssen Sie die entsprechenden Deep-Learning-Bibliotheken für die jeweilige ArcGIS Pro-Version installieren. Eine Liste der für die einzelnen Versionen erforderlichen Bibliotheken finden Sie in den häufig gestellten Fragen zu Deep Learning in ArcGIS Pro PDF mit FAQ zu Deep Learning.

Anforderungen

  • Oben aufgelistete Deep-Learning-Bibliotheken.
  • GPU: NVIDIA-GPU mit CUDA-Compute Capability (CC). Die erforderlichen und empfohlenen Versionen von CC werden im Deep-Learning-Bibliotheks-Installer aufgelistet.
  • Es sind mindestens 8 GB dedizierter GPU-RAM erforderlich. Dies ist höher als bei der Mindestanforderung für bildbasierte Deep-Learning-Werkzeuge, da die Verarbeitung von Punktwolken mehr Arbeitsspeicher erfordert. Weitere Informationen zu den GPU-Anforderungen finden Sie unter Häufig gestellte Fragen zu Deep Learning.
  • Erweiterung "ArcGIS 3D Analyst"-Lizenz

Verwandte Themen