AI モデルを使用したフィーチャの抽出 (Extract Features Using AI Models) (Image Analyst)

Image Analyst ライセンスで利用できます。

サマリー

入力ラスターに対して 1 つ以上の事前トレーニング済みディープ ラーニング モデルを実行して、フィーチャを抽出し、推論された出力の後処理を自動化します。

AI モデルを使用したフィーチャの抽出ツールの詳細

使用法

  • このツールには、ArcGIS Living Atlas of the WorldArcGIS 事前トレーニング済みモデルまたはカスタム ディープ ラーニング モデル パッケージ (.dlpk ファイル) が必要です。

  • ArcGIS ProPython の適切なディープ ラーニング フレームワーク パッケージをインストールする必要があります。

    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方法の詳細

  • ツールが出力を生成するのにかかる時間は、以下に応じて異なります。

    • 推論のために使用される対象エリア
    • 選択されたモデルの数

  • このツールを実行するには、GPU を装備したコンピューターが必要です。 複数の GPU がある場合は、代わりに GPU ID を指定します。

  • このツールの考えられる使用例には、複数のモデルを使用したベースマップの作成や抽出したフィーチャをクリーニングするアルゴリズムを使用したモデル出力の後処理があります。

  • 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。

パラメーター

ラベル説明データ タイプ
入力ラスター

処理が実行される入力ラスター。

[モード] パラメーターが [後処理のみ] として指定されている場合、このパラメーターに対してバイナリ分類を含むラスターが必要です。

Raster Layer; Raster Dataset; Mosaic Layer
モード

入力ラスターの処理に使用するモードを指定します。

  • 推論と後処理フィーチャが画像から抽出され、後処理されます。 これがデフォルトです。
  • 後処理のみ入力ラスターが直接後処理されます。 このオプションでは、バイナリ分類を含むシングル バンド ラスターが必要です。
String
出力場所

モデルからの中間出力と後処理された最終的な出力が格納されるファイル ジオデータベース。

Workspace
出力の接頭辞

出力場所に保存される出力の名前に追加される接頭辞。 接頭辞は、すべての出力の表示に使用されるグループ レイヤーの名前としても使用されます。

String
対象エリア
(オプション)

フィーチャを抽出するために使用される地理的範囲。 対象エリア内にあるフィーチャだけが抽出されます。

Feature Set
事前トレーニング済みモデル
(オプション)

指定した入力ラスターで使用可能な ArcGIS Living Atlas of the World の ArcGIS 事前トレーニング済みモデル。 このパラメーターには、事前トレーニング済みモデルをダウンロードするためのインターネット接続が必要です。

String
その他のモデル
(オプション)

指定した入力ラスターで使用可能なディープ ラーニング モデルおよびその他のモデル ファイル (.dlpk.emd) に使用される後処理ワークフロー。 使用できる後処理ワークフローは次のとおりです。

  • [ラインの正規化] - この後処理ワークフローは、バイナリ分類を含むシングル バンド ラスターからライン フィーチャを抽出し、調整した後にポリライン フィーチャクラスを生成します。 このワークフローは、ポリライン フィーチャクラスを生成するディープ ラーニング モデルもサポートしています。
  • [パーセルの正規化] - この後処理ワークフローは、バイナリ分類を含むシングル バンド ラスターからパーセルを抽出し、調整した後にポリゴン フィーチャクラスを生成します。
  • [ポリゴンの正規化] - この後処理ワークフローは、調整した後にポリゴン フィーチャクラスを生成します。 このワークフローは、オブジェクト検出モデルにのみ対応しています。
  • [ポリゴン セグメンテーション] - この後処理ワークフローは、重心または境界四角形を使用して、検出されたオブジェクトを含むポリゴン フィーチャクラスを生成します。 セグメンテーションの方法は [プロンプト] パラメーターを使用して指定します。
  • [なし] - 後処理ワークフローは適用されません。 これがデフォルトです。

Value Table
信頼度の閾値
(オプション)

オブジェクトの検出時に使用されるディープ ラーニング モデルの最低信頼度。 指定する値は、0 ~ 1 の間の値でなければなりません。

Double
中間出力の保存
(オプション)

中間出力を出力場所に保存するかどうかを指定します。 「中間出力」という用語は、モデルが推論された後に生成される結果を意味します。

  • オン - 中間出力を出力場所に保存します。
  • オフ - 中間出力を保存しません。 これがデフォルトです。
Boolean
テスト時間の延長
(オプション)

入力画像の反転および回転バリアントの予測を最終出力にマージするかどうかを指定します。

  • オン - 入力画像の反転および回転バリアントの予測は、最終出力にマージされます。
  • オフ - 入力画像の反転および回転バリアントの予測は、最終出力にマージされません。 これがデフォルトです。

Boolean
バッファー距離
(オプション)

後処理に使用する前にポリライン フィーチャをバッファー処理するために使用する距離。 デフォルトは 15 メートルです。

Linear Unit
長さを延長
(オプション)

交差するフィーチャまで線分が延長される最大距離。 デフォルトは 25 メートルです。

Linear Unit
スムージングの許容値
(オプション)

PAEK (Polynomial Approximation with Exponential Kernel) アルゴリズムで使用する許容値。 デフォルトは 30 メートルです。

Linear Unit
ダングルの長さ
(オプション)

両方の終点で別の線に接していない線分 (ダングル) が切り詰められる長さ。 デフォルトは 5 メートルです。

Linear Unit
入力道路フィーチャ
(オプション)

パーセルの調整に使用される道路フィーチャクラス。 入力として、ポリゴン フィーチャクラスまたはポリライン フィーチャクラスを指定できます。

Feature Layer; Feature Class
道路のバッファー幅
(オプション)

入力道路フィーチャに使用されるバッファー距離。 ポリライン フィーチャのデフォルト値は 5 メートルで、ポリゴン フィーチャのデフォルト値は 0 メートルです。

Linear Unit
パーセルの正規化
(オプション)

ジオメトリ内にある不自然な結果を除去して、抽出したパーセルを正規化するかどうかを指定します。

  • オン - 抽出したパーセルを正規化します。 これがデフォルトです。
  • オフ - 抽出したパーセルを正規化しません。
Boolean
後処理ワークフロー
(オプション)

使用する後処理ワークフローを指定します。

  • ラインの正規化バイナリ分類を含むシングル バンド ラスターからライン フィーチャが抽出され、ライン フィーチャの調整後にポリライン フィーチャクラスが生成されます。
  • パーセルの正規化バイナリ分類を含むシングル バンド ラスターからパーセルが抽出され、パーセルの調整後にポリゴン フィーチャクラスが生成されます。
  • ポリゴンの正規化パーセルの調整後にポリゴン フィーチャクラスが生成されます。 このワークフローは、オブジェクト検出モデルにのみ対応しています。
String
出力フィーチャ
(オプション)

後処理された出力を含むフィーチャクラス。

Feature Class
隣接するパーセル間の許容値
(オプション)

複数のメジャー値が同一と見なされるための最小距離。 このパラメーターは、抽出されたパーセル間のスリバーを減らすために使用されます。 デフォルト値は 3 メートルです。

Linear Unit
正規化手法
(オプション)

後処理に使用される正規化手法を指定します。

  • 直角隣接するエッジ間で 90° の角度を構成する形状が構築されます。 これがデフォルトです。
  • 直角と対角線隣接するエッジ間で 45° と 90° の角度を構成する形状が構築されます。
  • 任意の角度隣接するエッジ間で任意の角度を形成する形状が構築されます。
  • 円形処理されるフィーチャの境界からの最長距離が使用されます。
String
許容値
(オプション)

正規化されたフットプリントが、元のフィーチャの境界から外れることができる最大距離。 デフォルトは 1 メートルです。

Linear Unit
プロンプト
(オプション)

[その他のモデル] パラメーターが [ポリゴン セグメンテーション] に設定されている場合に使用されるセグメンテーション方法を指定します。

  • 重心検出データの重心は、ポリゴン セグメンテーション モデルに対して、入力ラスターでセグメント化する内容を示すために使用されます。
  • 境界四角形検出データの境界四角形は、ポリゴン セグメンテーション モデルに対して、入力ラスターでセグメント化する内容を示すために使用されます。
  • なしセグメンテーション方法は使用されません。 これがデフォルトです。
String
入力フィーチャ
(オプション)

後処理が実行されるフィーチャクラス。 このパラメーターは、[後処理ワークフロー] パラメーターが [ラインの正規化] または [ポリゴンの正規化] に設定されている場合のみサポートされます。

後処理が実行されるフィーチャクラス。 このパラメーターは、post_processing_workflow パラメーターが Line Regularization または Polygon Regularization に設定されている場合のみサポートされます。

Feature Layer; Feature Class
出力集計
(オプション)

生成された出力のリストとそれぞれのパスを含むテーブル。

Table

ExtractFeaturesUsingAIModels(in_raster, mode, out_location, out_prefix, {area_of_interest}, {pretrained_models}, {additional_models}, {confidence_threshold}, {save_intermediate_output}, {test_time_augmentation}, {buffer_distance}, {extend_length}, {smoothing_tolerance}, {dangle_length}, {in_road_features}, {road_buffer_width}, {regularize_parcels}, {post_processing_workflow}, {out_features}, {parcel_tolerance}, {regularization_method}, {poly_tolerance}, {prompt}, {in_features}, {out_summary})
名前説明データ タイプ
in_raster

処理が実行される入力ラスター。

mode パラメーターが Only Postprocess として指定されている場合、このパラメーターに対してバイナリ分類を含むラスターが必要です。

Raster Layer; Raster Dataset; Mosaic Layer
mode

入力ラスターの処理に使用するモードを指定します。

  • Infer and Postprocessフィーチャが画像から抽出され、後処理されます。 これがデフォルトです。
  • Only Postprocess入力ラスターが直接後処理されます。 このオプションでは、バイナリ分類を含むシングル バンド ラスターが必要です。
String
out_location

モデルからの中間出力と後処理された最終的な出力が格納されるファイル ジオデータベース。

Workspace
out_prefix

出力場所に保存される出力の名前に追加される接頭辞。 接頭辞は、すべての出力の表示に使用されるグループ レイヤーの名前としても使用されます。

String
area_of_interest
(オプション)

フィーチャを抽出するために使用される地理的範囲。 対象エリア内にあるフィーチャだけが抽出されます。

Feature Set
pretrained_models
[pretrained_models,...]
(オプション)

指定した入力ラスターで使用可能な ArcGIS Living Atlas of the World の ArcGIS 事前トレーニング済みモデル。 このパラメーターには、事前トレーニング済みモデルをダウンロードするためのインターネット接続が必要です。

String
additional_models
[additional_models,...]
(オプション)

指定した入力ラスターで使用可能なディープ ラーニング モデルおよびその他のモデル ファイル (.dlpk.emd) に使用される後処理ワークフロー。 使用できる後処理ワークフローは次のとおりです。

  • Line Regularization - この後処理ワークフローは、バイナリ分類を含むシングル バンド ラスターからライン フィーチャを抽出し、調整した後にポリライン フィーチャクラスを生成します。 このワークフローは、ポリライン フィーチャクラスを生成するディープ ラーニング モデルもサポートしています。
  • Parcel Regularization - この後処理ワークフローは、バイナリ分類を含むシングル バンド ラスターからパーセルを抽出し、調整した後にポリゴン フィーチャクラスを生成します。
  • Polygon Regularization - この後処理ワークフローは、調整した後にポリゴン フィーチャクラスを生成します。 このワークフローは、オブジェクト検出モデルにのみ対応しています。
  • Polygon Segmentation - この後処理ワークフローは、重心または境界四角形を使用して、検出されたオブジェクトを含むポリゴン フィーチャクラスを生成します。 セグメンテーションの方法は prompt パラメーターを使用して指定します。
  • None - 後処理ワークフローは適用されません。 これがデフォルトです。

Value Table
confidence_threshold
(オプション)

オブジェクトの検出時に使用されるディープ ラーニング モデルの最低信頼度。 指定する値は、0 ~ 1 の間の値でなければなりません。

Double
save_intermediate_output
(オプション)

中間出力を出力場所に保存するかどうかを指定します。 「中間出力」という用語は、モデルが推論された後に生成される結果を意味します。

  • TRUE中間出力を出力場所に保存します。
  • FALSE中間出力を保存しません。 これがデフォルトです。
Boolean
test_time_augmentation
(オプション)

入力画像の反転および回転バリアントの予測を最終出力にマージするかどうかを指定します。

  • TRUE入力画像の反転および回転バリアントの予測は、最終出力にマージされます。
  • FALSE入力画像の反転および回転バリアントの予測は、最終出力にマージされません。 これがデフォルトです。
Boolean
buffer_distance
(オプション)

後処理に使用する前にポリライン フィーチャをバッファー処理するために使用する距離。 デフォルトは 15 メートルです。

Linear Unit
extend_length
(オプション)

交差するフィーチャまで線分が延長される最大距離。 デフォルトは 25 メートルです。

Linear Unit
smoothing_tolerance
(オプション)

PAEK (Polynomial Approximation with Exponential Kernel) アルゴリズムで使用する許容値。 デフォルトは 30 メートルです。

Linear Unit
dangle_length
(オプション)

両方の終点で別の線に接していない線分 (ダングル) が切り詰められる長さ。 デフォルトは 5 メートルです。

Linear Unit
in_road_features
(オプション)

パーセルの調整に使用される道路フィーチャクラス。 入力として、ポリゴン フィーチャクラスまたはポリライン フィーチャクラスを指定できます。

Feature Layer; Feature Class
road_buffer_width
(オプション)

入力道路フィーチャに使用されるバッファー距離。 ポリライン フィーチャのデフォルト値は 5 メートルで、ポリゴン フィーチャのデフォルト値は 0 メートルです。

Linear Unit
regularize_parcels
(オプション)

ジオメトリ内にある不自然な結果を除去して、抽出したパーセルを正規化するかどうかを指定します。

  • TRUE抽出したパーセルを正規化します。 これがデフォルトです。
  • FALSE抽出したパーセルを正規化しません。
Boolean
post_processing_workflow
(オプション)

使用する後処理ワークフローを指定します。

  • Line Regularizationバイナリ分類を含むシングル バンド ラスターからライン フィーチャが抽出され、ライン フィーチャの調整後にポリライン フィーチャクラスが生成されます。
  • Parcel Regularizationバイナリ分類を含むシングル バンド ラスターからパーセルが抽出され、パーセルの調整後にポリゴン フィーチャクラスが生成されます。
  • Polygon Regularizationパーセルの調整後にポリゴン フィーチャクラスが生成されます。 このワークフローは、オブジェクト検出モデルにのみ対応しています。
String
out_features
(オプション)

後処理された出力を含むフィーチャクラス。

Feature Class
parcel_tolerance
(オプション)

複数のメジャー値が同一と見なされるための最小距離。 このパラメーターは、抽出されたパーセル間のスリバーを減らすために使用されます。 デフォルト値は 3 メートルです。

Linear Unit
regularization_method
(オプション)

後処理に使用される正規化手法を指定します。

  • Right Angles隣接するエッジ間で 90° の角度を構成する形状が構築されます。 これがデフォルトです。
  • Right Angles and Diagonals隣接するエッジ間で 45° と 90° の角度を構成する形状が構築されます。
  • Any Angles隣接するエッジ間で任意の角度を形成する形状が構築されます。
  • Circle処理されるフィーチャの境界からの最長距離が使用されます。
String
poly_tolerance
(オプション)

正規化されたフットプリントが、元のフィーチャの境界から外れることができる最大距離。 デフォルトは 1 メートルです。

Linear Unit
prompt
(オプション)

additional_models パラメーターが Polygon Segmentation に設定されている場合に使用されるセグメンテーション方法を指定します。

  • Centroid検出データの重心は、ポリゴン セグメンテーション モデルに対して、入力ラスターでセグメント化する内容を示すために使用されます。
  • Bounding Box検出データの境界四角形は、ポリゴン セグメンテーション モデルに対して、入力ラスターでセグメント化する内容を示すために使用されます。
  • Noneセグメンテーション方法は使用されません。 これがデフォルトです。
String
in_features
(オプション)

後処理が実行されるフィーチャクラス。 このパラメーターは、post_processing_workflow パラメーターが Line Regularization または Polygon Regularization に設定されている場合のみサポートされます。

Feature Layer; Feature Class
out_summary
(オプション)

生成された出力のリストとそれぞれのパスを含むテーブル。

Table

コードのサンプル

ExtractFeaturesUsingAIModels (Python ウィンドウ)

次の例は、ExtractFeaturesUsingAIModels 関数を使用する方法を示しています。

# Name: ExtractFeaturesUsingAIModels.py
# Description: Extract features using pretrained deep learning models on imagery data.
  
# Import system modules
import arcpy

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Set local variables
datapath = "path_to_training_data" 
out_gdb = "path_to_gdb"
predictions = "output_prefix"

# Run Extract Features Using AI Models
arcpy.geoai.ExtractFeaturesUsingAIModels(
    in_raster=datapath,
    mode="Infer and Postprocess", 
    out_location=out_gdb, 
    out_prefix=predictions, 
    pretrained_models="'Building Footprint Extraction - USA'", 
    save_intermediate_output="TRUE", 
    buffer_distance="15 Meters", 
    extend_length="25 Meters", 
    smoothing_tolerance="30 Meters", 
    dangle_length="5 Meters",
    regularization_method="Right Angles",
    poly_tolerance="1 Meters",
    prompt="Bounding Box")
ExtractFeaturesUsingAIModels (Python ウィンドウ)

次の例は、Image Analyst を使用して ExtractFeaturesUsingAIModels 関数を使用する方法を示しています。

# Name: ExtractFeaturesUsingAIModels.py
# Description: Extract features using pretrained deep learning models on imagery data.
  
# Import system modules
import arcpy

# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")

# Set local variables
datapath = "path_to_training_data" 
out_gdb = "path_to_gdb"
predictions = "output_prefix"

# Run Extract Features Using AI Models
arcpy.ia.ExtractFeaturesUsingAIModelsin_raster=datapath, 
                    mode="Infer and Postprocess", 
                    out_location=out_gdb, 
                    out_prefix=predictions, 
                    area_of_interest=None, 
                    pretrained_models="'Building Footprint Extraction - USA'", 
                    additional_models=None, 
                    confidence_threshold=None, 
                    save_intermediate_output="TRUE", 
                    test_time_augmentation=None, 
                    buffer_distance="15 Meters", 
                    extend_length="25 Meters", 
                    smoothing_tolerance="30 Meters", 
                    dangle_length="5 Meters",
                    in_road_features=None,
                    road_buffer_width=None,
                    regularize_parcels=None,
                    post_processing_workflow="",
                    out_features=None,
                    parcel_tolerance=None,
                    regularization_method="Right Angles",
                    poly_tolerance="1 Meters")

環境

ライセンス情報

  • Basic: No
  • Standard: No
  • Advanced: 次のものが必要 Image Analyst

関連トピック