ディープ ラーニングに関するよくある質問の回答を見つけてください。
[画像] タブのすべての Image Analyst ディープ ラーニング ジオプロセシング ツールといくつかの[ディープ ラーニング ツール] (ディープ ラーニングに使用するラベル オブジェクトウィンドウやディープ ラーニング モデルの確認ウィンドウなど) には、ArcGIS Image Analyst エクステンションが必要です。 [ディープ ラーニング モデルのトレーニング] ウィザードとフィーチャの抽出ツールには、ArcGIS Image Analyst エクステンションと ArcGIS Pro Advanced ライセンスが必要です。 ArcGIS Spatial Analyst エクステンションでも、一部のツールを使用することができます。
分類 (ディープ ラーニング) ツールセットとオブジェクト検出 (ディープ ラーニング) ツールセットには、ArcGIS 3D Analyst extension が必要です。
3D シーン内の画像に対して対話型のオブジェクトの検出ツールを使用するには、ArcGIS Pro Advanced ライセンスまたは ArcGIS Image Analyst エクステンションのいずれかが必要です。
はい。「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」に記載されている手順に従う必要があります。
| アイテム | サポートおよび推奨される要件 |
|---|---|
GPU タイプ | CUDA 計算機能 5.0 (最小) を搭載した NVIDIA GPU、ただし 6.1 以降を推奨します。 GPU の計算機能を特定するには、CUDA 対応カードのリストをご参照になるか、システム要件チェッカーの CUDA の計算セクションをご確認ください。 |
GPU ドライバー | NVIDIA GPU ドライバー: バージョン 527.41 以降が必要です。 |
専用のグラフィックス メモリ | 最小: 6 GB |
推奨: 16 GB 以上 | |
メモリ要件は、使用されているモデル アーキテクチャおよびバッチ サイズによって異なります。 |
1 台のコンピューター上の複数の GPU を使用するジオプロセシング ツールは複数あります。
- [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)]、[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)]、[ディープ ラーニングを使用した変化の検出 (Detect Changes Using Deep Learning)]、[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)] などの ArcGIS Image Analyst 推論ツール。
- [モデル タイプ] パラメーターが次のいずれかのオプションに設定されている場合の [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: [ConnectNet]、[フィーチャ分類器]、[MaskRCNN]、[Multi Task Road Extractor]、[シングル ショット検出器]、[U-Net]。
- ディープ ラーニング モデルをトレーニングするための arcgis.learn モデル。
実際のモデルのトレーニングを主に担当するのは GPU ですが、CPU は重要なサポート役を果たし、データの読み込み、前処理、データ拡張などのタスクを処理します。 特定のフレームワークやオペレーティング システムを使用する場合など、場合によっては CPU が制限要因になることもあります。 これは、特に大きなデータセットや複雑なデータ変換を操作する場合に、トレーニングの速度に影響する可能性があります。 大きな画像チップを使用する場合、データ拡張によって CPU リソースが大量に消費される可能性があります。 トレーニングでデータ拡張が必要ない場合は、[なし] に設定するとパフォーマンスを最適化できます。
必要な 4 ～ 8 GB の VRAM を使用していない場合は、処理時間は長くなるものの、CPU でほとんどのツールを実行することができます。
[トレーニング済みモデルを使用して点群からオブジェクトを検出 (Detect Objects From Point Cloud Using Training Model)] ツールと [点群オブジェクト検出モデルのトレーニングを実行 (Train Point Cloud Object Detection Model)] ツールは CPU での処理をサポートしておらず、GPU でのみ実行できます。 これらのツールは、プロセッサー タイプとして CPU を指定するとエラーを返します。
NVIDIA ドライバーとともにインストールされるコマンド ライン ユーティリティ nvidia-smi を使用します。
- Windows コマンド プロンプト ウィンドウを開きます。
- 「nvidia-smi」と入力します。
- Enter キーを押します。
注意:
nvidia-smi が見つからない場合は、コマンド プロンプト ウィンドウで適切なディレクトリに変更した後でコマンドを実行する必要があります。 Windows 検索バーを使用して、nvidia-smi を見つけます。
[GPU メモリ使用量] で、GPU メモリが使用されているかどうかを確認できます。
ツールの実行時に GPU の継続的な使用状況を監視するには、nvidia-smi -l 10 を実行します。 これを使用して、ディープ ラーニング ツールを実行する際のバッチ サイズを決定することができます。 使用されていないメモリがあることに気付いた場合は、バッチ サイズを増やすことができます。 メモリ使用量が最大でツールが失敗することに気付いた場合は、バッチ サイズを減らすことで問題を解決します。
次の原因が考えられます。
- 古い GPU ドライバーを使用すると、CUDA がインストールされていないか、サポートされていないツール チェーンが存在することを示すランタイム エラーが発生し、ディープラーニング ツールが失敗します。 NVIDIA の最新の GPU ドライバーを使用していることを確認してください。
- ArcGIS Pro には、Maxwell CUDA アーキテクチャ以降の GPU が必要です。古い GPU はサポートされていません。 各リリースの ArcGIS に対応する CUDA Toolkit のバージョンについては、Deep Learning Libraries Installers for ArcGIS GitHub ページの「Manifest of included packages」セクションをご参照ください。
ディープ ラーニング モデルの結果を検証するには、さまざまな方法があります。 詳細については、「結果の見直し」をご参照ください。
必要なライブラリの最新リストについては、Deep Learning Libraries Installers for ArcGIS GitHub ページをご参照ください。 以前のバージョンの ArcGIS Pro に必要なライブラリ バージョンは、各バージョンの手動インストール ガイド (PDF) をご参照ください。