[AI モデルを使用したフィーチャの抽出 (Extract Features using AI Models)] ツールは、事前トレーニング済みの AI モデルを使用して画像から対象フィーチャを抽出します。 AI モデルは、ArcGIS Living Atlas of the World の ArcGIS 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) のいずれかです。 このツールは画像を使用でき、画像からフィーチャを抽出できる複数の事前トレーニング済みオブジェクト検出モデルまたはピクセル分類モデルから選択できます。 複数のモデルを選択して、複数の対象フィーチャを抽出できます。 画像内のフィーチャの検出とピクセルの分類に加えて、このツールは、必要に応じて出力に後処理を実行し、調整された結果を生成します。 このツールを使用して以前に生成された結果のみを後処理することもできます。 このツールは、抽出されたすべてのフィーチャを含むグループ レイヤーを作成します。
ツール
[AI モデルを使用したフィーチャの抽出 (Extract Features using AI Models)] ツールでは、入力として俯瞰画像と対象エリアを使用できます。 次に、このツールは画像のタイプ、バンド数、画像の空間解像度を決定し、指定した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のリストを推奨します。 1 つ以上のモデルを選択でき、ディスク上にある独自のディープ ラーニング モデル パッケージ (.dlpk) を参照することもできます。 次に、そのモデルを使用して、入力画像に対して推論を実行し、このツールを 1 回実行してすべてのモデルからフィーチャを抽出します。 多くの場合、ディープ ラーニング モデルの結果を後処理して、調整された結果を得る必要があります。 たとえば、次の例では、抽出された建物ポリゴンを正規化して直線的な形状にし、完成する前にセグメント化された道路とパーセルの境界線をベクター変換して調整する必要があります。
このツールは、ArcGIS 事前トレーニング済みモデルの後処理ステップを自動的に実行します。 これらの後処理ワークフローは、ArcGIS を使用してトレーニングされた互換性のあるその他のモデルでも使用できます。 これにより、複数のジオプロセシング ツールを実行せずに、調整された結果を生成することができます。
後処理ワークフローは、ラインの正規化、パーセルの正規化、およびポリゴンの正規化で利用できます。 ラインの正規化とパーセルの正規化は、バイナリ分類を含むシングル バンド ラスターで機能し、ポリゴンの正規化はポリゴン フィーチャでのみ機能します。 その他のモデルで後処理を適用する際には、これらの観点を考慮する必要があります。 このツールで後処理ワークフローを実行するには、3D Analyst、Spatial Analyst、および Production Mapping エクステンション ライセンスが必要です。 これらのエクステンションのいずれかが利用できない場合、後処理ステップはスキップされ未加工の出力だけがツールにより生成されます。
ツールが提供する推論オプションは、すべてのモデル (事前トレーニング済みモデルとその他のモデルを含む) の推論中に共有されます。 たとえば、閾値として 0.8 の値を使用している場合、ツールの現在の実行ですべてのモデルの推論中に、この値が信頼度の閾値として使用されます。 同様に、複数のモデルが特定の後処理ワークフローを使用している場合、すべてのモデルによって同じ後処理パラメーターが使用されます。