ディープ ラーニング モデル

Image Analyst ライセンスで利用できます。

ArcGIS ProArcGIS Pro で使用できるディープ ラーニング モデル タイプの概要を次の表に示します。 各行には、互換性のあるメタデータ形式と特定モデル タイプの主な用途が記載されています。 利用可能な場合は、付随する例も示されています。

ディープ ラーニング モデル タイプ	サポートされているメタデータ	タスク	例
BDCN Edge Detector	分類されたタイル	ピクセル分類	土地区画抽出
変化検出器	分類されたタイル 変化の検出	ピクセル分類 (変化の検出)	建物の変化の検出
ConnectNet	分類されたタイル	ピクセル分類
CycleGAN	タイルのエクスポート CycleGAN	画像変換 (ペアリング解除済みの画像)	SAR から RGB に変換
DeepLab	分類されたタイル	ピクセル分類
DETReg	PASCAL_VOC_rectangles	オブジェクトの検出
Faster R-CNN	PASCAL_VOC_rectangles KITTI_rectangles	オブジェクトの検出
フィーチャ分類器	ラベル付きタイル ImageNet 複数ラベル付きタイル	オブジェクトの検出	フィーチャ カテゴリ分類
HED Edge Detector	分類されたタイル	ピクセル分類	土地区画抽出
画像キャプショナー	画像のキャプショニング	画像のキャプショニング
Mask R-CNN	R-CNN マスク	オブジェクト検出 (インスタンス セグメンテーション)	Caribou 検出および分類
MMDetection	PASCAL_VOC_rectangles KITTI_rectangles	オブジェクトの検出
MMSegmentation	分類されたタイル	ピクセル分類
Multi-Task Road Extractor	分類されたタイル	ピクセル分類	自動道路抽出
MaX-DeepLab	パノプティック セグメンテーション	パノプティック セグメンテーション
Pix2Pix	タイルのエクスポート	画像変換 (ペアリング済みの画像)	履歴画像のカラー化
PSPNet	分類されたタイル	ピクセル分類
RetinaNet	PASCAL_VOC_rectangles KITTI_rectangles	オブジェクトの検出	公益施設および植生の検出
Siam Mask	RCNN マスク	オブジェクト トラッキング
SSD	PASCAL_VOC_rectangles KITTI_rectangles	オブジェクトの検出	ヤシの木の健康状態の検出
超解像	超解像	画像変換 (ペアリング済みの画像)	画像の解像度を上げる
U-Net	分類されたタイル	ピクセル分類	建物フットプリントの抽出
YOLOv3	PASCAL_VOC_rectangles KITTI_rectangles	オブジェクトの検出

注意:

トレーニング用に Python ノートブックを使用している一部の例は、[ディープ ラーニング モデルのトレーニング (Train Deep Learning Model)] ツールを使用して実行することができます。

ディープ ラーニング タスクおよびツール

タスク	ツール
変化の検出	ディープ ラーニングを使用して変化を検出 (Detect Change Using Deep Learning)
画像変換 (ペアリング済みおよびペアリング解除済み)	ディープ ラーニングを使用したピクセルの分類 (Classify Pixels Using Deep Learning)
オブジェクトの分類	ディープ ラーニングを使用したオブジェクトの分類 (Classify Objects Using Deep Learning)
オブジェクトの検出	ディープ ラーニングを使用したオブジェクトの検出 (Detect Objects Using Deep Learning)
オブジェクト検出 (インスタンス セグメンテーション)	ディープ ラーニングを使用したオブジェクトの検出 (Detect Objects Using Deep Learning)
オブジェクト トラッキング	FMV のトラッキング タブ
ピクセル分類	ディープ ラーニングを使用したピクセルの分類 (Classify Pixels Using Deep Learning)