Deep-Learning-Modelle

Mit der Image Analyst-Lizenz verfügbar.

Die folgende Tabelle bietet eine Übersicht über die in ArcGIS Pro verfügbaren Deep-Learning-Modelle. Jede Zeile enthält kompatible Metadatenformate und den Hauptzweck des spezifischen Modells. Falls verfügbar, sind entsprechende Beispiele aufgeführt.

Deep-Learning-Modelltyp	Unterstützte Metadaten	Task	Beispiel
BDCN Edge Detector	Klassifizierte Kacheln	Pixelklassifizierung	Land parcel extraction
Change Dectector	Klassifizierte Kacheln Änderungserkennung	Pixelklassifizierung (Änderungserkennung)	Detect building change
ConnectNet	Klassifizierte Kacheln	Pixelklassifizierung
CycleGAN	Kacheln exportieren CycleGAN	Bildübersetzung (nicht zugeordnete Bilder)	SAR-in-RGB-Übersetzung
DeepLab	Klassifizierte Kacheln	Pixelklassifizierung
Faster RCNN	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung
Feature-Klassifikator	Beschriftete Kacheln ImageNet Kacheln mit mehreren Beschriftungen	Objekterkennung	Feature-Kategorisierung
HED Edge Detector	Klassifizierte Kacheln	Pixelklassifizierung	Land parcel extraction
Image Captioner	Bildüberschrift	Bild-zu-Bild-Übersetzung
Mask RCNN	RCNN-Masken	Objekterkennung (Instanzsegmentierung)	Caribou detection and classification
MMDetection	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung
MMSegentation	Klassifizierte Kacheln	Pixelklassifizierung
Multi-Task Road Extractor	Klassifizierte Kacheln	Pixelklassifizierung	Automatic road extraction
Pix2Pix	Kacheln exportieren	Bildübersetzung (paarweise Bilder)	Colorizing historic imagery
PSPNet	Klassifizierte Kacheln	Pixelklassifizierung
RetinaNet	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung	Utility and vegetation detection
Siam Mask	RCNN-Masken	Objekt-Tracker
SSD	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung	Detect palm tree health
Super-resolution	Super-Resolution	Bild-zu-Bild-Übersetzung	Increase image resolution
U-Net	Klassifizierte Kacheln	Pixelklassifizierung	Extracting building footprints
YOLOv3	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung

Hinweis:

Einige der Beispiele, in denen das Python-Notebook für das Training verwendet wird, können mit dem Werkzeug Deep-Learning-Modell trainieren durchgeführt werden.