Überprüfen von Beschriftungen und Trainingsdaten

Mit der Image Analyst-Lizenz verfügbar.

Mit der Spatial Analyst-Lizenz verfügbar.

Die Qualität der Trainingsdaten ist beim Trainieren eines Deep-Learning-Modells von großer Bedeutung. ArcGIS Pro enthält Werkzeuge, mit denen Benutzer Ihre Beschriftungen oder exportierten Trainingsdaten überprüfen, genehmigen, ablehnen und aktualisieren können. Diese Werkzeuge ermöglichen sowohl eine manuelle, visuelle Überprüfung als auch eine automatisierte Überprüfung auf der Grundlage quantitativer Bewertungen.

Registerkarte "Beschriftung"

Nach dem Beschriften der Objekte kann eine manuelle Qualitätssicherung (QS) durchgeführt werden, um sie auf Beschriftungsfehler zu überprüfen. Die Registerkarte Beschriftung enthält Werkzeuge zum Überprüfen, Genehmigen, Ablehnen und Bearbeiten von Beschriftungen. Am QS-Prozess sind zwei Arten von Benutzern beteiligt:

• Reviewer: Reviewer können Beschriftungen genehmigen oder ablehnen.
• Editoren: Editoren können Beschriftungen genehmigen, ablehnen und bearbeiten.

Die Werkzeuge auf der Registerkarte Beschriftung können sowohl von Reviewern als auch von Editoren verwendet werden und werden in der folgenden Tabelle beschrieben:

Werkzeug	Beschreibung
Trainingsgebiete laden	Eine vorhandene Feature-Class für Trainingsgebiete zur Überprüfung öffnen
Speichern	Bearbeitungen der aktuellen Feature-Class speichern.
Speichern unter	Bearbeitungen als neue Feature-Class speichern.
Genehmigen	Ausgewählte Beschriftungen genehmigen.
Ablehnen	Ausgewählte Beschriftungen ablehnen.
Löschen	Ausgewählte Beschriftungen löschen.
Bearbeiten	Form des ausgewählten Trainingsgebiets bearbeiten.

Im unteren Teil des Bereichs werden alle Datensätze der Feature-Class für Beschriftungen in Form einer Tabelle angezeigt. Jede Beschriftung enthält einen Klassennamen, den aktuellen Status und etwaige Probleme, die wie folgt gemeldet wurden:

• Klassenname: Listet jede Beschriftung nach ihren Klassennamen auf. Jeder Klassenname kann geändert werden, und es können neue Klassennamen hinzugefügt werden.
• Status: Zeigt den aktuellen Status der Beschriftungen im Überprüfungsprozess an. Standardmäßig ist der Status aller Beschriftungen auf Noch unbestimmt festgelegt. Ein Reviewer kann den Status in Genehmigt oder Abgelehnt ändern.
• Problem: Listet den Grund auf, warum eine Beschriftung während des Überprüfungsprozesses abgelehnt wurde. Wenn eine Beschriftung abgelehnt wird, wählt der Reviewer den Grund für die Ablehnung aus. Es stehen die Optionen Falsche Beschriftung und Schlechte Form zur Auswahl.

Hinweis:

Wenn eine oder mehrere Zeilen in der Tabelle ausgewählt werden, wird die Karte auf die Beschriftung vergrößert, sodass sie leichter zu überprüfen ist. Dies ist besonders hilfreich, wenn mehrere Beschriftungen zur Überprüfung ausgewählt werden.

Registerkarte "Daten"

Nach dem Beschriften der Objekte und dem Exportieren der Trainingsdaten kann eine QS-Überprüfung durchgeführt werden. Die Registerkarte Daten enthält Werkzeuge für eine schnelle visuelle Überprüfung der Fehler in den Beschriftungen und exportierten Bildausschnitten. In der Galerie werden für jeden Bildausschnitt der Klassenname und ein Rahmen angezeigt. In dieser Phase bewerten die Reviewer die Qualität der exportierten Trainingsdaten, um sicherzustellen, dass sie den Projektanforderungen entsprechen. Zu den möglichen Problemen gehören zu große oder zu kleine Bildschnipsel, fehlende Beschriftungen, unvollständige Beschriftungen oder eine fehlende Überlappung. Wenn eine Miniaturansicht eines Bildausschnitts ausgewählt wird, wird er in voller Größe im Fenster Vorschau unterhalb der Galerie angezeigt.

Hinweis:

Derzeit unterstützt die Registerkarte Daten nur Trainingsdaten aus der Objekterkennung.

Die Werkzeuge auf der Registerkarte Daten werden in der folgenden Tabelle beschrieben:

Werkzeug	Beschreibung
Trainingsdaten laden	Trainingsdaten aus einem Ordner laden.
Klasse	Die Klasse zum Filtern der Trainingsdaten auswählen.
Wiedergabe-Steuerelemente	Mit den Die Steuerelementen für Navigation und Wiedergabe können Sie sich durch die exportierten Bildausschnitte mit den entsprechenden Beschriftungen bewegen. In der Galerie werden nur 20 Bildausschnitte auf einmal angezeigt, aber die Werkzeuge zur Navigation steuern, welche Bildausschnitte angezeigt werden sollen. Die Schaltfläche Wiedergabe zeigt alle Bildausschnitte der Reihe nach an. Die Schaltfläche Anhalten hält die Wiedergabe an. Die Dropdown-Liste Geschwindigkeit steuert die Wiedergabegeschwindigkeit. Die verfügbaren Geschwindigkeitsoptionen sind 0,5x, 1x, 2x und 3x. Verwenden Sie für eine manuelle Überprüfung die Schaltflächen Erste(r/s) , Vorherige(r/s) , Nächste(r/s) oder Letzte(r/s) , um zu verschiedenen Bildern in der Liste zu navigieren.
Wechseln zu	Zu einem bestimmten Bild wechseln. Geben Sie die Bildnummer in das Textfeld ein, und klicken Sie auf die Schaltfläche Wechseln zu.

Registerkarte "Automatische Überprüfung"

Bei großen Datasets kann eine manuelle Überprüfung zeitaufwändig und ineffizient sein. Mit den Werkzeugen auf der Registerkarte Automatische Überprüfung können Sie die Qualität der Beschriftungen durch einen Vergleich mit kleinen Überprüfungsdaten schnell beurteilen.

Erkennen von Objektbeschriftungen

Auf der Registerkarte Automatische Überprüfung werden die Beschriftungen der Objekterkennung automatisch anhand von Überprüfungsdaten ausgewertet. Das Werkzeug generiert eine Reihe von Kennwerten für die Genauigkeit, darunter Common Objects in Context (COCO), Mean Average Precision (mAP) sowie eine Precision-Recall-Kurve, um die Qualität der Daten zu bewerten. Mithilfe des Verhältnisses von Schnittfläche zu Vereinigungsfläche (IoU) werden echte und falsche positive und negative Ergebnisse identifiziert und gezählt, und es wird ein detaillierter Bericht mit allen für die Auswertung des Datasets erforderlichen wichtigen Kennwerte erstellt.

In der folgenden Tabelle sind die mit der Registerkarte Automatische Überprüfung verknüpften Parameter für die Objekterkennung aufgeführt:

Parameter	Beschreibung
Beschriftungen	Die Polygon-Feature-Class mit den Objekten, die von dem Werkzeug Objekte mit Deep Learning erkennen erkannt wurden.
Überprüfungs-Features	Die Polygon-Feature-Class, welche die Überprüfungsdaten enthält.
Ausgabe-Genauigkeitstabelle	Die Tabelle zur Ausgabe-Genauigkeit
Ausgabe-Genauigkeitsbericht	Der Name des Berichts zur Ausgabe-Genauigkeit. Bei dem Bericht handelt es sich um ein PDF-Dokument, das Genauigkeitskennwerte und -diagramme enthält.
Erkanntes Klassenwertefeld	Das Feld in der Feature-Class der erkannten Objekte, das die Klassenwerte oder Klassennamen enthält. Wird kein Feldname angegeben, wird ein Classvalue- oder Value-Feld verwendet. Wenn diese Felder nicht vorhanden sind, werden alle Datensätze als zu einer Klasse gehörend identifiziert. Die Klassenwerte oder Klassennamen müssen genau denen in der Referenz-Feature-Class entsprechen.
Klassenwertefeld für Überprüfung	Das Feld in der Feldvergleichs-Feature-Class, das die Klassenwerte enthält. Wird kein Feldname angegeben, wird ein Classvalue- oder Value-Feld verwendet. Wenn diese Felder nicht vorhanden sind, werden alle Datensätze als zu einer Klasse gehörend identifiziert. Die Klassenwerte oder Klassennamen müssen genau denen in der Feature-Class der erkannten Objekte entsprechen.
Minimales Verhältnis von Schnittfläche zu Vereinigungsfläche (IOU)	Das IoU-Verhältnis, das als Schwellenwert verwendet wird, um die Genauigkeit des Objekterkennungsmodells auszuwerten. Der Zähler ist die Überlappungsfläche zwischen dem vorhergesagten umgebenden Rechteck und dem umgebenden Rechteck der Referenzdaten. Beim Nenner handelt es sich um die Vereinigungsfläche oder die Fläche, die von beiden umgebenden Rechtecken umfasst wird. Das IoU-Verhältnis liegt zwischen 0 und 1.
Masken-Features	Eine Polygon-Feature-Class zur Abgrenzung der Fläche oder Flächen, in denen die Genauigkeit berechnet wird. Nur die Features, welche die Maske schneiden, werden im Hinblick auf die Genauigkeit ausgewertet.

Beschriftungen der Pixelklassifizierung

Auf der Registerkarte Automatische Überprüfung werden die Beschriftungen der Pixelklassifizierung automatisch anhand von Überprüfungsdaten ausgewertet. Das Werkzeug berechnet eine Konfusionsmatrix basierend auf Überlassungs- und Unterlassungsfehlern sowie das Ergebnis für die IoU. Die Genauigkeit wird zwischen den Beschriftungen und den Überprüfungsdaten berechnet; die Beschriftungen können entweder eine Feature-Class oder ein Raster-Layer sein.

In der folgenden Tabelle sind die mit der Registerkarte Automatische Überprüfung verknüpften Parameter für die Pixelklassifizierung aufgeführt:

Parameter	Beschreibung
Beschriftungen	Das klassifizierte Eingabe-Raster.
Überprüfungsdaten	Das Eingabe-Klassifizierungsbild oder andere thematische GIS-Referenzdaten. Die Eingabe kann ein Raster oder eine Feature-Class sein. Typische Daten sind ein Klassifizierungsbild eines Einzelbands vom Datentyp "Integer". Wenn Sie Polygone als Eingabe verwenden, verwenden Sie nur diejenigen, die nicht als Trainingsgebiete herangezogen werden. Hierbei kann es sich auch um GIS-Landnutzungsdaten im Shapefile- oder Feature-Class-Format handeln.
Ausgabe-Konfusionsmatrix	Der Name der Ausgabedatei der Konfusionsmatrix im Tabellenformat. Das Format der Tabelle wird durch das Ausgabeverzeichnis und den Ausgabepfad bestimmt. Die Ausgabe ist standardmäßig eine Geodatabase-Tabelle. Wenn der Pfad nicht in einer Geodatabase enthalten ist, geben Sie die .dbf-Erweiterung an, um ihn im dBASE-Format zu speichern.
Anzahl der zufälligen Punkte	Die Gesamtzahl der zufälligen Punkte, die generiert werden. Die tatsächliche Anzahl kann je nach Referenzdatenstrategie und Anzahl der Klassen höher, jedoch niemals niedriger sein als diese Zahl. Die Standardanzahl der zu erstellenden zufälligen Punkte ist 500.
Referenzdatenstrategie	Gibt das verwendete Referenzpunktschema an. Stratifizierte Zufallsstichprobe: In jeder Klasse werden zufällig verteilte Punkte erstellt, wobei jede Klasse über eine Anzahl von Punkten proportional zum relativen Bereich verfügt. Abgeglichene stratifizierte Zufallsstichprobe: In jeder Klasse werden zufällig verteilte Punkte erstellt, wobei jede Klasse über dieselbe Anzahl von Punkten verfügt. Zufällig: Im gesamten Bild werden zufällig verteilte Punkte erstellt.
Minimale Punktentfernung	Die minimale Entfernung zwischen den Bezugspunkten.