点群分類モデルの評価 (Evaluate Point Cloud Classification Model) (3D Analyst)—ArcGIS Pro

サマリー

各モデルから取得した分類結果の計算のベースラインとして適切に分類された点群を使用して、1 つ以上の点群分類モデルの品質を評価します。

使用法

最適な評価結果を得るために、評価される対象オブジェクトで参照点群を適切に分類する必要があります。
評価されるすべての入力モデルに同じ分類コードが必要です。評価対象モデルのクラスと値または意味が一致するクラスコードが参照点群にない場合、[点群クラス再分類] パラメーターを使用して、参照点群の分類をトレーニング済みモデルのコードに指定します。
PointCNN ディープラーニングアーキテクチャーを使用すると、点群分類モデルを作成できます。このアーキテクチャーでは、同じ入力データセットを処理するときに少し異なる結果が生成される場合があります。同じモデルを入力として複数回指定して、点群の分類結果の一貫性を評価できます。分類結果のばらつきの可能性に関する詳細は、「PointCNN: Convolution On X-Transformed Points」をご参照ください。
評価プロセスによって、[ターゲットフォルダー] パラメーター値に複数の出力ファイルが作成されます。各ファイルの名前は、[ベース名] パラメーター値で指定したテキストで始まります。
- <ベース名>_ModelStatistics.csv - 各モデルの全体的な正確度、精度、再現率、F1 スコアを一覧したテーブル。
- <ベース名>_ClassCodeStatistics.csv - 各クラスコードの正確度、精度、再現率、F1 スコアの評価結果をまとめたテーブル。
- <ベース名>_ConfusionMatrices.csv - 参照点群の各クラスコードの各ポイントが入力モデルごとにどのように分類されたかをまとめたテーブル。真陽性と偽陽性の数に加え、偽陽性が発生したクラスもこのテーブルで特定されます。
- <ベース名>_ConfusionMatrix_<model number>.png - 特定のモデルの混同行列をわかりやすく表現したチャートの画像。
[参照サーフェス] パラメーターは、入力モデルが相対高度属性を使用してトレーニングされた場合に必要です。ラスターサーフェスは参照高さとして使用され、そこから各ポイントに対して相対高度が内挿されます。これは、モデルがオブジェクトをより容易に区別するために使用される追加情報を提供します。このパラメーターに提供されるラスターサーフェスは、モデルを作成したトレーニングデータで使用されたラスターと同じタイプのデータを表している必要があります。ほとんどの場合、これは地表として分類されたポイントから作成されたラスターです。地表フィルターを適用し、[LAS データセット → ラスター (LAS Dataset to Raster)] ツールを使用することで、LAS データセットで地表に分類されたポイントからラスターサーフェスを生成できます。 [点群 → ラスター (Point Cloud To Raster)] ツールを使用して、点群シーンレイヤーから地表を生成することもできます。入力点群から取得されていないラスターサーフェスも使用できますが、ラスター内の Z 値が点群内の Z 値と適切に対応していることを確認する必要があります。
入力モデルが、トレーニングデータから除外された特定のクラスのポイントでトレーニングされている場合、[除外されるクラスコード] パラメーターを使用し、このモデルによって評価されるポイントセットからこれらのポイントが除外されるようにします。特定のモデルの目的に対して有益なコンテキストを提供しないクラスを除外することで、評価されるポイント数を減らし、モデルのトレーニングと適用の速度を向上させることができます。たとえば、建物を表すポイントは、交通信号、電線、車両などのオブジェクトを表すポイントとは関連性はありません。建物ポイントは、[LAS の建物分類 (Classify LAS Building)] ツールを使用して確実に分類することもできます。モデルの作成に使用されたトレーニングデータからクラス 6 (建物を表す) のポイントが除外されている場合、入力点群も建物ポイントを分類し、このツールで除外する必要があります。

パラメーター

ラベル	説明	データタイプ
入力モデル定義	評価プロセスで使用される点群分類モデルとバッチサイズ。	Value Table
参照点群	分類モデルを評価するのに使用される点群。	LAS Dataset Layer; File
ターゲットフォルダー	評価結果を要約したファイルを格納するディレクトリー。	Folder
ベース名	評価結果を要約した各出力ファイルに使用されるファイル名接頭辞。	String
処理境界 (オプション)	分類モデルを評価するのに使用される参照点群の一部を表現するポリゴンフィーチャ。	Feature Layer
点群クラス再分類 (オプション)	参照点群のクラスコードは、評価対象モデルのクラスコードと一致する必要があります。クラスコードが一致しない場合、このパラメーターを使用して、点群のさまざまなクラスコードと、評価対象のモデルでサポートされるクラスを関連付けます。	Value Table
参照サーフェス (オプション)	点群データの各ポイントの相対高度値を提供するために使用されるラスターサーフェス。ラスターとオーバーラップしないポイントは分析から除外されます。	Raster Layer
除外されるクラスコード (オプション)	処理から除外されるクラスコード。 0 ～ 255 の任意の値を指定できます。	Long

派生した出力

ラベル	説明	データタイプ
出力混同マトリックス	各入力モデルの各クラスコードの混同行列を格納する CSV 形式のテーブル。	Text File
出力モデルの統計	入力モデルの全体的な統計情報を要約した CSV 形式のテーブル。	Text File
出力クラスコード統計情報	各入力モデルの各クラスコードの統計情報を要約した CSV 形式のテーブル。	Text File

arcpy.ddd.EvaluatePointCloudClassificationModel(in_trained_model, in_point_cloud, target_folder, base_name, {boundary}, {class_remap}, {reference_height}, {excluded_class_codes})

名前	説明	データタイプ
in_trained_model [in_trained_model,...]	評価プロセスで使用される点群分類モデルとバッチサイズ。	Value Table
in_point_cloud	分類モデルを評価するのに使用される点群。	LAS Dataset Layer; File
target_folder	評価結果を要約したファイルを格納するディレクトリー。	Folder
base_name	評価結果を要約した各出力ファイルに使用されるファイル名接頭辞。	String
boundary (オプション)	分類モデルを評価するのに使用される参照点群の一部を表現するポリゴンフィーチャ。	Feature Layer
class_remap [class_remap,...] (オプション)	参照点群のクラスコードは、評価対象モデルのクラスコードと一致する必要があります。クラスコードが一致しない場合、このパラメーターを使用して、点群のさまざまなクラスコードと、評価対象のモデルでサポートされるクラスを関連付けます。	Value Table
reference_height (オプション)	点群データの各ポイントの相対高度値を提供するために使用されるラスターサーフェス。ラスターとオーバーラップしないポイントは分析から除外されます。	Raster Layer
excluded_class_codes [excluded_class_codes,...] (オプション)	処理から除外されるクラスコード。 0 ～ 255 の任意の値を指定できます。	Long

派生した出力

名前	説明	データタイプ
out_confusion_matrices	各入力モデルの各クラスコードの混同行列を格納する CSV 形式のテーブル。	Text File
out_model_statistics	入力モデルの全体的な統計情報を要約した CSV 形式のテーブル。	Text File
out_class_code_statistics	各入力モデルの各クラスコードの統計情報を要約した CSV 形式のテーブル。	Text File

コードのサンプル

EvaluatePointCloudUsingTrainedModel の例 (Python ウィンドウ)

次のサンプルは、Python ウィンドウでこのツールを使用する方法を示しています。

import arcpy
arcpy.env.workspace = 'C:/data'
arcpy.ddd.EvaluatePointCloudUsingTrainedModel(
        ['Transmission_Power_Lines.dlpk', 'Distribution_Power_Lines.dlpk'], 
        'Classified_Power_Lines.lasd', 'D:/Evaluate_PointCNN_Models', 
        'Power_Line_Results_', 'test_boundary.shp', [[18, 14], [20, 14]])

環境

範囲, プロセッサタイプ, GPU ID, 出力座標系, 地理座標系変換

ライセンス情報

Basic: 次のものが必要 3D Analyst
Standard: 次のものが必要 3D Analyst
Advanced: 次のものが必要 3D Analyst

サマリー

使用法

パラメーター

派生した出力

派生した出力

コードのサンプル

環境

ライセンス情報

関連トピック

このトピックの内容