Deep-Learning-Modellarchitekturen

Mit der Image Analyst-Lizenz verfügbar.

In der folgenden Tabelle erhalten Sie einen Überblick über die in ArcGIS Pro verfügbaren Deep-Learning-Modelltypen. Jede Zeile enthält kompatible Metadatenformate und die Hauptanwendung des spezifischen Modelltyps. Sofern verfügbar, sind begleitende Beispiele enthalten.

Deep-Learning-Modelltyp	Unterstützte Metadaten	Task	Beispiel
BDCN Edge Detector	Klassifizierte Kacheln	Pixelklassifizierung	Flurstücke extrahieren
Change Detector	Klassifizierte Kacheln	Pixelklassifizierung (Änderungserkennung)	Gebäudeveränderungen erkennen
ConnectNet	Klassifizierte Kacheln	Pixelklassifizierung
CycleGAN	Kacheln exportieren CycleGAN	Bild-zu-Bild-Übersetzung (nicht verknüpfte Bilder)	SAR-zu-RGB-Übersetzung
DeepLab	Klassifizierte Kacheln	Pixelklassifizierung
Deep Sort	ImageNet	Objekt-Tracker
DETReg	PASCAL_VOC_rectangles	Objekterkennung
Faster RCNN	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung
Feature Classifier	Beschriftete Kacheln ImageNet Mehrfach beschriftete Kacheln	Objekterkennung	Feature-Kategorisierung
HED Edge Detector	Klassifizierte Kacheln	Pixelklassifizierung	Flurstücke extrahieren
Image Captioner	Bildbeschriftung	Bildbeschriftung
Mask RCNN	RCNN-Masken	Objekt-Erkennung (Instanzsegmentierung)	Erkennung und Klassifizierung von Karibus
MMDetection	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung
MMSegmentation	Klassifizierte Kacheln	Pixelklassifizierung
Multi-Task Road Extractor	Klassifizierte Kacheln	Pixelklassifizierung	Automatische Extrahierung von Straßen
MaX-DeepLab	Panoptische Segmentierung	Panoptische Segmentierung
Pix2Pix	Kacheln exportieren	Bild-zu-Bild-Übersetzung (verknüpfte Bilder)	Einfärben historischer Bilddaten
PSPNet	Klassifizierte Kacheln	Pixelklassifizierung
PSETAE	MaskRCNN	Pixelklassifizierung
RetinaNet	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung	Erkennung von Versorgungseinrichtungen und Vegetation
SAMLoRA	Klassifizierte Kacheln	Pixelklassifizierung
Siam Mask	RCNN-Masken	Objektverfolgung
SSD	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung	Gesundheitszustand von Palmen erkennen
Super-Resolution	Super-Resolution	Bild-zu-Bild-Übersetzung (verknüpfte Bilder)	Bildauflösung vergrößern
U-Net	Klassifizierte Kacheln	Pixelklassifizierung	Gebäude-Footprints extrahieren
YOLOv3	PASCAL_VOC_rectangles KITTI_rectangles	Objekterkennung

Hinweis:

Einige der Beispiele, die das Python-Notebook zum Trainieren verwenden, können mit dem Werkzeug Deep-Learning-Modell trainieren durchgeführt werden.

Deep-Learning-Tasks und -Werkzeuge

Task	Werkzeug
Änderungserkennung	Veränderung mit Deep Learning erkennen
Bild-zu-Bild-Übersetzung (verknüpft und nicht verknüpft)	Pixel mit Deep Learning klassifizieren
Objektklassifizierung	Objekte mit Deep Learning klassifizieren
Objekterkennung	Objekte mit Deep Learning erkennen
Objekt-Erkennung (Instanzsegmentierung)	Objekte mit Deep Learning erkennen
Objektverfolgung	FMV-Registerkarte Tracking
Pixelklassifizierung	Pixel mit Deep Learning klassifizieren