ディープ ラーニング モデルのトレーニング (Train Deep Learning Model) (Image Analyst)

Image Analyst ライセンスで利用できます。

概要

[ディープ ラーニング用のトレーニング データをエクスポート (Export Training Data For Deep Learning)] ツールからの出力を使用してディープ ラーニング モデルをトレーニングします。

使用法

• ArcGIS Pro のディープ ラーニング フレームワークを使用するようにコンピューターを設定するには、「ArcGIS 用のディープ ラーニング フレームワークのインストール」をご参照ください。

• このツールは、PyTorch ディープ ラーニング フレームワークを使用してトレーニングを実施します。このツールを正常に実行するには、PyTorch をコンピューターにインストールしておく必要があります。

• このツールの入力トレーニング データには、[ディープ ラーニング用のトレーニング データをエクスポート (Export Training Data For Deep Learning)] ツールから生成された画像フォルダーとラベル フォルダーを含める必要があります。

• このツールの実行要件および発生する可能性のある問題の詳細については、「ディープ ラーニングに関するよくある質問」をご参照ください。

• ディープ ラーニングの詳細については、「ArcGIS Pro のディープ ラーニング」をご参照ください。

構文

TrainDeepLearningModel(in_folder, out_folder, {max_epochs}, {model_type}, {batch_size}, {arguments}, {learning_rate}, {backbone_model}, {pretrained_model}, {validation_percentage}, {stop_training}, {freeze})

パラメーター	説明	データ タイプ
in_folder	モデルのトレーニングに必要な画像チップ、ラベル、統計情報を含むフォルダー。[ディープ ラーニング用のトレーニング データをエクスポート (Export Training Data for Deep Learning)] ツールから生成された出力。 モデルのトレーニングにおいて、入力画像は 3 バンドの 8 ビット ラスターである必要があります。	Folder
out_folder	トレーニング済みのモデルを保存する出力フォルダーの場所。	Folder
max_epochs (オプション)	モデルをトレーニングする場合の対象となるエポックの最大数。最大エポックを 1 に設定すると、データセットがニューラル ネットワークを通って前後に 1 回渡されます。デフォルト値は 20 です。	Long
model_type (オプション)	ディープ ラーニング モデルのトレーニングに使用するモデル タイプを指定します。 SSD —SSD (シングル ショット検出器) アプローチがモデルのトレーニングに使用されます。SSD の使用目的はオブジェクト検出です。このモデル タイプの入力トレーニング データは、Pascal Visual Object Classes メタデータ形式を使用します。 UNET —U-Net アプローチがモデルのトレーニングに使用されます。U-Net の使用目的はピクセル分類です。 FEATURE_CLASSIFIER — フィーチャ分類器アプローチがモデルのトレーニングに使用されます。フィーチャ分類器の使用目的はオブジェクト分類または画像分類です。 PSPNET —PSPNET (ピラミッド型解析ネットワーク) アプローチがモデルのトレーニングに使用されます。PSPNET の使用目的はピクセル分類です。 RETINANET —RetinaNet アプローチがモデルのトレーニングに使用されます。RetinaNet の使用目的はオブジェクト検出です。このモデル タイプの入力トレーニング データは、Pascal Visual Object Classes メタデータ形式を使用します。 MASKRCNN —MaskRCNN アプローチがモデルのトレーニングに使用されます。MaskRCNN の使用目的はオブジェクト検出です。この手法は、インスタンス セグメンテーション (つまり、画像内のオブジェクトの自動描写) に使用できます。たとえば、建物フットプリントやスイミング プールを検出することができます。トレーニング データを入力データにする場合は、MaskRCNN メタ形式を使用します。入力トレーニング データのクラス値は、1 で始める必要があります。このモデル タイプは、CUDA 対応 GPU を使用する場合にのみトレーニングできます。	String
batch_size (オプション)	1 回のトレーニングで処理されるトレーニング サンプルの数。デフォルト値は 2 です。 高性能な GPU を使用している場合は、この数を 8、16、32、または 64 に増やすことができます。	Long
arguments [arguments,...] (オプション)	Python ラスター関数クラスには、関数の引数が定義されています。ここでは、実験や調整のための追加のディープ ラーニング パラメーターおよび引数 (感度を調整するための信頼性の閾値など) をリストします。引数の名前は、Python モジュールを読み取ることによって入力されます。 [SSD] を [model_type] パラメーターの値として選択すると、[arguments] パラメーターに次の引数が設定されます。 grids - 処理中に画像が分割されるグリッドの数です。この引数を [4] に設定すると、画像が 4 x 4、つまり 16 個のグリッド セルに分割されます。デフォルト値は [4, 2, 1] であり、21 個のグリッド セル ([4 x 4] + [2 x 2] + [1 x 1] = 21) に分割されます。 zooms - 各グリッド セルが拡大/縮小されるズーム レベルの数です。この引数を [1] に設定すると、すべてのグリッド セルは同じサイズ (同じズーム レベル) を維持します。ズーム レベルが [2] の場合は、すべてのグリッド セルが 2 倍の大きさになります (100 パーセントでズームされる)。ズーム レベルのリストを指定すると、そのリスト内のすべての数値を使用して、すべてのグリッド セルが拡大/縮小されます。デフォルト値は [0.7, 1.0, 1.3] です。 ratios - アンカー ボックスで使用する縦横比のリストです。オブジェクト検出を行う場合、アンカー ボックスは予測対象のオブジェクトに最適な位置、形状、サイズを表します。この引数を [[1.0, 1.0], [1.0, 0.5]] に設定すると、アンカー ボックスが正方形 (1:1) になるか、水平側が垂直側の半分の長方形 (1:0.5) になります。デフォルト値は [[1, 1], [1, 0.5], [0.5, 1]] です。 [PSPNET] を [model_type] パラメーターの値として選択すると、[arguments] パラメーターに次の引数が設定されます。 USE_UNET_DECODER - U-Net デコーダーを使用して、ピラミッド プーリングが完了した時点でデータ使用を復旧します。デフォルトは、True です。 PYRAMID_SIZE - それぞれの小区域に適用される畳み込みレイヤーの数とサイズです。デフォルト値は [1,2,3,6] です。 [RETINANET] を [model_type] パラメーターの値として選択すると、[arguments] パラメーターに次の引数が設定されます。 SCALES - 各セルが拡大/縮小される縮尺レベルの数です。デフォルト値は [1, 0.8, 0.63] です。 RATIOS - アンカー ボックスの縦横比です。デフォルト値は [0,5,1,2] です。	Value Table
learning_rate (オプション)	トレーニング処理全体で、既存の情報を新たに取得した情報に上書きする割合。値を指定しないと、トレーニング プロセス中に最適な学習率が学習曲線から抽出されます。	Double
backbone_model (オプション)	新しいモデルをトレーニングするアーキテクチャとして使用する、事前構成済みのニューラル ネットワークを指定します。この手法は転移学習と呼ばれています。 DENSENET121 —構成済みモデルは、100 万を超える画像が含まれており、深さが 121 個のレイヤーである ImageNET データセット上でトレーニングされた高密度のネットワークになります。加算を使用してレイヤーを結合する RESNET とは異なり、DenseNet は連結を使用してレイヤーを結合します。 DENSENET161 —構成済みモデルは、100 万を超える画像が含まれており、深さが 161 個のレイヤーである ImageNET データセット上でトレーニングされた高密度のネットワークになります。加算を使用してレイヤーを結合する RESNET とは異なり、DenseNet は連結を使用してレイヤーを結合します。 DENSENET169 —構成済みモデルは、100 万を超える画像が含まれており、深さが 169 個のレイヤーである ImageNET データセット上でトレーニングされた高密度のネットワークになります。加算を使用してレイヤーを結合する RESNET とは異なり、DenseNet は連結を使用してレイヤーを結合します。 DENSENET201 —構成済みモデルは、100 万を超える画像が含まれており、深さが 201 個のレイヤーである ImageNET データセット上でトレーニングされた高密度のネットワークになります。加算を使用してレイヤーを結合する RESNET とは異なり、DenseNet は連結を使用してレイヤーを結合します。 MOBILENET_V2 —事前構成済みのモデルは、ImageNet データベースでトレーニングされ、メモリの使用量が少ないため、54 層の深さがあり、エッジ デバイス コンピューティングに適しています。 MASKRCNN50_FPN —事前構成済みのモデルは、Feature Pyramid Networks を含むバックボーン RESNET50 でオブジェクト検出用にトレーニングされ、さまざまな縮尺でオブジェクトを検出することができます。 RESNET18 —事前構成済みのモデルは、ImageNET データセットでトレーニングされる残留ネットワークです。このネットワークには 100 万以上の画像が含まれ、18 層の深さがあります。 RESNET34 —事前構成済みのモデルは、ImageNET データセットでトレーニングされる残留ネットワークです。このネットワークには 100 万以上の画像が含まれ、34 層の深さがあります。これがデフォルトです。 RESNET50 —事前構成済みのモデルは、ImageNET データセットでトレーニングされる残留ネットワークです。このネットワークには 100 万以上の画像が含まれ、50 層の深さがあります。 RESNET101 —事前構成済みのモデルは、ImageNET データセットでトレーニングされる残留ネットワークです。このネットワークには 100 万以上の画像が含まれ、101 層の深さがあります。 RESNET152 —事前構成済みのモデルは、ImageNET データセットでトレーニングされる残留ネットワークです。このネットワークには 100 万以上の画像が含まれ、152 層の深さがあります。 VGG11 —事前構成済みのモデルは、ImageNET データセットでトレーニングされるたたみ込みニューラル ネットワークです。このネットワークには 100 万以上の画像が含まれ、画像を 1,000 のオブジェクト カテゴリに分類し、11 層の深さがあります。 VGG11_BN —事前構成済みのモデルは、VGG ネットワークに基づいていますが、バッチ正規化を使用しており、ネットワークの各レイヤーが正規化されています。ImageNet データセットでトレーニングされ、11 層の深さがあります。 VGG13 —事前構成済みのモデルは、ImageNET データセットでトレーニングされるたたみ込みニューラル ネットワークです。このネットワークには 100 万以上の画像が含まれ、画像を 1,000 のオブジェクト カテゴリに分類し、13 層の深さがあります。 VGG13_BN —事前構成済みのモデルは、VGG ネットワークに基づいていますが、バッチ正規化を使用しており、ネットワークの各レイヤーが正規化されています。ImageNet データセットでトレーニングされ、13 層の深さがあります。 VGG16 —事前構成済みのモデルは、ImageNET データセットでトレーニングされるたたみ込みニューラル ネットワークです。このネットワークには 100 万以上の画像が含まれ、画像を 1,000 のオブジェクト カテゴリに分類し、16 層の深さがあります。 VGG16_BN —事前構成済みのモデルは、VGG ネットワークに基づいていますが、バッチ正規化を使用しており、ネットワークの各レイヤーが正規化されています。ImageNet データセットでトレーニングされ、16 層の深さがあります。 VGG19 —事前構成済みのモデルは、ImageNET データセットでトレーニングされるたたみ込みニューラル ネットワークです。このネットワークには 100 万以上の画像が含まれ、画像を 1,000 のオブジェクト カテゴリに分類し、19 層の深さがあります。 VGG19_BN —事前構成済みのモデルは、VGG ネットワークに基づいていますが、バッチ正規化を使用しており、ネットワークの各レイヤーが正規化されています。ImageNet データセットでトレーニングされ、19 層の深さがあります。	String
pretrained_model (オプション)	新しいモデルの微調整トレーニングに使用する事前トレーニング済みモデル。入力ファイルは Esri モデル定義ファイル (*.emd) です。 類似したクラスを持つ事前トレーニング済みモデルは、新しいモデルに合わせて微調整することができます。たとえば、車に関してトレーニングされた既存のモデルを微調整して、トラックを識別するモデルをトレーニングすることができます。 事前トレーニング済みモデルは、新しいモデルのトレーニングに使用される同じモデル タイプおよびバックボーン モデルでトレーニングされている必要があります。	File
validation_percentage (オプション)	モデルの検証に使用するトレーニング サンプルの割合。デフォルト値は 10 です。	Double
stop_training (オプション)	早期停止を実施するかどうかを指定します。 STOP_TRAINING —指定した max_epochs パラメーター値にかかわらず、モデルの改善がなくなった時点でモデルのトレーニングを停止します。これがデフォルトです。 CONTINUE_TRAINING —max_epochs パラメーター値に到達するまで、モデルのトレーニングは続行します。	Boolean
freeze (オプション)	事前トレーニング済みモデルのバックボーン レイヤーを固定するかどうかを指定します。これにより、ウェイトとバイアスが本来の設計どおりになります。 FREEZE_MODEL —事前定義済みのウェイトとバイアスを backbone_model で変更しません。これがデフォルトです。 UNFREEZE_MODEL —backbone_model のウェイトとバイアスを、トレーニング サンプルへの適合度を高めるために変更する場合があります。この処理には時間がかかりますが、通常は優れた結果が得られます。	Boolean

派生した出力

名前	説明	データ タイプ
out_model_file	出力トレーニング済みモデル ファイル	ファイル

コードのサンプル

TrainDeepLearningModel (ディープ ラーニング モデルのトレーニング) の例 1 (Python ウィンドウ)

この例では、U-Net 手法を使用してツリー分類モデルをトレーニングします。

# Import system modules  
import arcpy  
from arcpy.ia import *  
 
# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 
 
# Execute 
TrainDeepLearningModel(r"C:\DeepLearning\TrainingData\Roads_FC", 
     r"C:\DeepLearning\Models\Fire", 40, "UNET", 16, "# #", None, 
     "RESNET34", None, 10, "STOP_TRAINING", "FREEZE_MODEL")

TrainDeepLearningModel (ディープ ラーニング モデルのトレーニング) の例 2 (スタンドアロン スクリプト)

この例では、SSD 手法を使用してオブジェクト検出モデルをトレーニングします。

# Import system modules  
import arcpy  
from arcpy.ia import *  
 
# Check out the ArcGIS Image Analyst extension license 
arcpy.CheckOutExtension("ImageAnalyst") 
 
#Define input parameters
in_folder = "C:\\DeepLearning\\TrainingData\\Cars" 
out_folder = "C:\\Models\\Cars"
max_epochs = 100
model_type = "SSD"
batch_size = 2
arg = "grids '[4, 2, 1]';zooms '[0.7, 1.0, 1.3]';ratios '[[1, 1], [1, 0.5], [0.5, 1]]'"
learning_rate = 0.003
backbone_model = "RESNET34" 
pretrained_model = "C:\\Models\\Pretrained\\vehicles.emd"
validation_percent = 10
stop_training = "STOP_TRAINING"
freeze = "FREEZE_MODEL"


# Execute
TrainDeepLearningModel(in_folder, out_folder, max_epochs, model_type, 
     batch_size, arg, learning_rate, backbone_model, pretrained_model, 
     validation_percent, stop_training, freeze)

環境

現在のワークスペース, 範囲, プロセッサ タイプ, GPU ID, 並列処理ファクター, テンポラリ ワークスペース

ライセンス情報

• Basic: 次のものが必要 Image Analyst
• Standard: 次のものが必要 Image Analyst
• Advanced: 次のものが必要 Image Analyst