Clasificar nube de puntos con modelo entrenado (3D Analyst)

Resumen

Clasifica una nube de puntos mediante un modelo de clasificación PointCNN.

Uso

• Esta herramienta utiliza la implementación PointCNN utilizando marcos de aprendizaje profundo.

  Para configurar su equipo para usar marcos de aprendizaje profundo en ArcGIS Pro, consulte Instalar marcos de aprendizaje profundo para ArcGIS.

• La herramienta clasifica de forma predeterminada todos los puntos de la nube de puntos de entrada. Si alguno de los códigos de clase existentes en la nube de puntos de entrada está clasificado correctamente, asegúrese de excluir esos puntos para que no se modifiquen indicando qué códigos de clase se deben editar o conservar mediante los parámetros Manejo de códigos de clase existentes y Códigos de clase existentes.

  Más información sobre la clasificación de una nube de puntos con aprendizaje profundo.

• La nube de puntos de entrada debe tener los mismos atributos con rangos de valores similares a los datos de entrenamiento utilizados para desarrollar el modelo de clasificación. Por ejemplo, si el modelo entrenado utilizó el atributo de intensidad con un rango de valores específico, la nube de puntos debe tener valores de intensidad en el mismo rango. La densidad y la distribución de puntos también deben ser similares a los datos que se utilizaron al entrenar el modelo.

• Si la referencia espacial de la nube de puntos de entrada no utiliza un sistema de coordenadas proyectadas, se puede utilizar el entorno Sistema de coordenadas de salida para definir un sistema de coordenadas proyectadas que se utilizará al clasificar sus puntos.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Nube de puntos de destino	La nube de puntos que se clasificará.	LAS Dataset Layer
Definición de modelo de entrada	El archivo de definición de modelo de Esri (*.emd) o el paquete de aprendizaje profundo (*.dlpk) de entrada que se utilizará para clasificar la nube de puntos. También se puede utilizar una dirección web para un paquete de aprendizaje profundo publicado en ArcGIS Online o ArcGIS Living Atlas.	File; String
Clasificación de destino	Los códigos de clase del modelo entrenado que se usarán para clasificar la nube de puntos de entrada. Todas las clases del modelo de entrada se utilizarán de forma predeterminada a menos que se especifique un subconjunto.	String
Manejo de códigos de clase existentes (Opcional)	Especifica cómo se definirán los puntos editables de la nube de puntos de entrada. Editar todos los puntos— Editar puntos seleccionados— Conservar puntos seleccionados—	String
Códigos de clase existentes (Opcional)	Las clases para las que se editarán los puntos o se conservará su designación de código de clase original en función del valor del parámetro Manejo de códigos de clase existentes.	Long
Calcular estadísticas (Opcional)	Especifica si las estadísticas se calcularán para los archivos .las a los que hace referencia el dataset LAS. Calcular estadísticas proporciona un índice espacial para cada archivo .las, lo que mejora el análisis y el rendimiento de la visualización. Las estadísticas también mejoran la experiencia de filtrado y simbología al limitar la visualización de los atributos LAS, como los códigos de clasificación y la información de retorno, a los valores presentes en el archivo .las. Activado: se calcularán las estadísticas. Esta es la opción predeterminada. Desactivada: no se calcularán las estadísticas.	Boolean
Límite de procesamiento	El límite del polígono que define el subconjunto de puntos que se van a procesar de la nube de puntos de entrada. Los puntos que queden fuera de las entidades de límite no se evaluarán.	Feature Layer
Actualizar pirámide (Opcional)	Especifica si la pirámide de dataset LAS se actualizará después de modificar los códigos de clase. Activado: se actualizará la pirámide de dataset LAS. Esta es la opción predeterminada. Desactivado: no se actualizará la pirámide de dataset LAS.	Boolean

Salida derivada

Etiqueta	Explicación	Tipo de datos
Nube de puntos de salida	La nube de puntos que clasificó el modelo de aprendizaje profundo.	Feature Layer

Python

arcpy.ddd.ClassifyPointCloudUsingTrainedModel(in_point_cloud, in_trained_model, output_classes, {in_class_mode}, {target_classes}, {compute_stats}, boundary, {update_pyramid})

Nombre	Explicación	Tipo de datos
in_point_cloud	La nube de puntos que se clasificará.	LAS Dataset Layer
in_trained_model	El archivo de definición de modelo de Esri (*.emd) o el paquete de aprendizaje profundo (*.dlpk) de entrada que se utilizará para clasificar la nube de puntos. También se puede utilizar una dirección web para un paquete de aprendizaje profundo publicado en ArcGIS Online o ArcGIS Living Atlas.	File; String
output_classes [output_classes,...]	Los códigos de clase del modelo entrenado que se usarán para clasificar la nube de puntos de entrada. Todas las clases del modelo de entrada se utilizarán de forma predeterminada a menos que se especifique un subconjunto.	String
in_class_mode (Opcional)	Especifica cómo se definirán los puntos editables de la nube de puntos de entrada. EDIT_ALL—Se editarán todos los puntos de la nube de puntos de entrada. Esta es la opción predeterminada. EDIT_SELECTED—Solo se editarán los puntos con códigos de clase especificados en el parámetro target_classes; el resto de puntos permanecen sin cambios. PRESERVE_SELECTED—Los puntos con códigos de clase especificados en el parámetro target_classes se conservarán; el resto de puntos se editarán.	String
target_classes [target_classes,...] (Opcional)	Las clases para las que se editarán los puntos o se conservará su designación de código de clase original en función del valor del parámetro in_class_mode.	Long
compute_stats (Opcional)	Especifica si las estadísticas se calcularán para los archivos .las a los que hace referencia el dataset LAS. Calcular estadísticas proporciona un índice espacial para cada archivo .las, lo que mejora el análisis y el rendimiento de la visualización. Las estadísticas también mejoran la experiencia de filtrado y simbología al limitar la visualización de los atributos LAS, como los códigos de clasificación y la información de retorno, a los valores presentes en el archivo .las. COMPUTE_STATS—Se calcularán las estadísticas. Esta es la opción predeterminada. NO_COMPUTE_STATS—No se calcularán las estadísticas.	Boolean
boundary	El límite del polígono que define el subconjunto de puntos que se van a procesar de la nube de puntos de entrada. Los puntos que queden fuera de las entidades de límite no se evaluarán.	Feature Layer
update_pyramid (Opcional)	Especifica si la pirámide de dataset LAS se actualizará después de modificar los códigos de clase. UPDATE_PYRAMID—Se actualizará la pirámide de dataset LAS. Esta es la opción predeterminada. NO_UPDATE_PYRAMID—No se actualizará la pirámide de dataset LAS.	Boolean

Salida derivada

Nombre	Explicación	Tipo de datos
out_point_cloud	La nube de puntos que clasificó el modelo de aprendizaje profundo.	Feature Layer

Muestra de código

Ejemplo de ClassifyPointCloudUsingTrainedModel (script independiente)

En el siguiente ejemplo se muestra cómo usar esta herramienta en la ventana de Python.

import arcpy
arcpy.env.workspace = 'C:/data/'
arcpy.ddd.ClassifyPointCloudUsingTrainedModel('2018_survey.lasd', 'electrical_infrastructure_classification.emd', 
                                              [14, 15], 'EDIT_SELECTED', [0,1])

Entornos

Extensión, Tipo de procesador, Id. de GPU, Sistema de coordenadas de salida, Transformaciones geográficas

Casos especiales

Información de licenciamiento

• Basic: Requiere 3D Analyst
• Standard: Requiere 3D Analyst
• Advanced: Requiere 3D Analyst