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-ModelltypUnterstützte MetadatenTaskBeispiel

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

TaskWerkzeug

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

Verwandte Themen