Deep-Learning-Modellarchitekturen

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 Modelltyps. Falls verfügbar, sind entsprechende Beispiele aufgeführt.

Deep-Learning-ModelltypUnterstützte MetadatenTaskBeispiel

BDCN Edge Detector

Klassifizierte Kacheln

Pixelklassifizierung

Flurstückextraktion

Change Detector

Klassifizierte Kacheln

Pixelklassifizierung (Änderungserkennung)

Gebäudeänderung erkennen

ConnectNet

Klassifizierte Kacheln

Pixelklassifizierung

CycleGAN

Kacheln exportieren

CycleGAN

Bildübersetzung (nicht zugeordnete Bilder)

SAR-in-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

Kacheln mit mehreren Beschriftungen

Objekterkennung

Feature-Kategorisierung

HED Edge Detector

Klassifizierte Kacheln

Pixelklassifizierung

Flurstückextraktion

Bildüberschrift

Bildüberschrift

Bildüberschrift

Mask RCNN

RCNN-Masken

Objekterkennung (Instanzsegmentierung)

Erkennung und Klassifizierung mit Caribou

MMDetection

PASCAL_VOC_rectangles

KITTI_rectangles

Objekterkennung

MMSegmentation

Klassifizierte Kacheln

Pixelklassifizierung

Multi Task Road Extractor

Klassifizierte Kacheln

Pixelklassifizierung

Automatische Straßenextraktion

MaX-DeepLab

Panoptische Segmentierung

Panoptische Segmentierung

Pix2Pix

Kacheln exportieren

Bildübersetzung (paarweise Bilder)

Historische Bilddaten färben

PSPNet

Klassifizierte Kacheln

Pixelklassifizierung

PSETAE

MaskRCNN

Pixelklassifizierung

RetinaNet

PASCAL_VOC_rectangles

KITTI_rectangles

Objekterkennung

Versorgungs- und Vegetationserkennung

Siam Mask

RCNN-Masken

Objektverfolgung

SSD

PASCAL_VOC_rectangles

KITTI_rectangles

Objekterkennung

Zustand von Palmen erkennen

Super-Resolution

Super-Resolution

Bildübersetzung (paarweise Bilder)

Bildauflösung erhöhen

U-Net

Klassifizierte Kacheln

Pixelklassifizierung

Gebäude-Footprints extrahieren

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.

Deep-Learning-Tasks und -Werkzeuge

TaskWerkzeug

Änderungserkennung

Veränderung mit Deep Learning erkennen

Bildübersetzung (paarweise und nicht zugeordnet)

Pixel mit Deep Learning klassifizieren

Objektklassifizierung

Objekte mit Deep Learning klassifizieren

Objekterkennung

Objekte mit Deep Learning erkennen

Objekterkennung (Instanzsegmentierung)

Objekte mit Deep Learning erkennen

Objektverfolgung

Registerkarte für die FMV-Verfolgung

Pixelklassifizierung

Pixel mit Deep Learning klassifizieren

Verwandte Themen