概要
入力イメージに対してトレーニングされたディープ ラーニング モデルを実行し、ポータル内にホスト イメージ レイヤーとして公開される分類ラスターを生成します。
図
使用法
RA (ラスター解析) サーバーの Python 環境が、適切なディープ ラーニング フレームワーク Python API (Tensorflow、CNTK など) を使用して構成されている必要があります。
このツールを実行すると、RA サーバーがサードパーティのディープ ラーニング Python API (Tensorflow や CNTK など) を呼び出し、指定された Python ラスター関数を使用して、各ラスター タイルを処理します。
このツールの入力モデルは、ポータルからのディープ ラーニング パッケージ (*.dlpk) アイテムだけを受け取ります。
入力モデルの選択または指定後、ツールは RA サーバーからモデル引数の情報を取得します。入力モデルが無効である場合、または RA サーバーがディープ ラーニング フレームワークを使用して適切に構成されていない場合は、ツールがそのような情報を取得できないことがあります。
構文
arcpy.ra.ClassifyPixelsUsingDeepLearning(inputRaster, inputModel, outputName, {modelArguments}, {processingMode})| パラメーター | 説明 | データ タイプ |
inputRaster | 分類する入力画像。これには、イメージ サービスの URL、ラスター レイヤー、イメージ サービス、マップ サーバー レイヤー、またはインターネット タイル レイヤーを指定できます。 | Raster Layer; Image Service; MapServer; Map Server Layer; Internet Tiled Layer; String |
inputModel | 入力は、ディープ ラーニング パッケージ (*.dlpk) アイテムの URL です。これには、ディープ ラーニング バイナリ モデル ファイルへのパス、使用される Python ラスター関数へのパス、および他のパラメーター (望ましいタイル サイズやゼロ詰めなど) が含まれます。 | File |
outputName | 分類されたピクセルのイメージ サービスの名前。 | String |
modelArguments [modelArguments,...] (オプション) | 関数の引数は、入力モデルによって参照される Python ラスター関数クラスで定義されます。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、ツールが RA サーバー上の Python モジュールを読み取ることによって入力されます。 | Value Table |
processingMode (オプション) | モザイク データセットまたはイメージ サービス内のすべてのラスター アイテムを処理する方法を指定します。入力ラスターがモザイク データセットまたはイメージ サービスである場合、このパラメーターが適用されます。
| String |
派生した出力
| 名前 | 説明 | データ タイプ |
| outRaster | 出力ラスター データセット。 | ラスター レイヤー |
コードのサンプル
この例では、ラスター解析配置でディープ ラーニングを使用して、カスタム ピクセル分類に基づいてラスターを分類し、ラスターをポータルでホスト イメージ レイヤーとして公開します。
import arcpy
arcpy.ClassifyPixelsUsingDeepLearning_ra(
"https://myserver/rest/services/landclassification/ImageServer",
"https://myportal/sharing/rest/content/items/itemId",
"classifiedLand", "padding 0")この例では、ラスター解析配置でディープ ラーニングを使用して、カスタム ピクセル分類に基づいてラスターを分類し、ラスターをポータルでホスト イメージ レイヤーとして公開します。
#---------------------------------------------------------------------------
# Name: ClassifyPixelsUsingDeepLearning_example02.py
# Requirements: ArcGIS Image Server
# Import system modules
import arcpy
# Set local variables
inImage = "https://myserver/rest/services/ landclassification/ImageServer"
inModel = "https://myportal/sharing/rest/content/items/itemId"
outName = "classifiedLand"
modelArgs = "padding 0"
# Execute Classified Pixels Using raster analysis tool
arcpy.ClassifyPixelsUsingDeepLearning_ra(inImage, inModel, outName, modelArgs)ライセンス情報
- Basic: 次のものが必要 ArcGIS Image Server
- Standard: 次のものが必要 ArcGIS Image Server
- Advanced: 次のものが必要 ArcGIS Image Server