An overview of the Deep Learning toolset

Доступно с лицензией Image Analyst.

The Deep Learning toolset contains tools that detect specific features in an image and classify pixels in a raster dataset.

Deep learning is a type of machine learning artificial intelligence that detects features in imagery using multiple layers in neural networks in which one or more unique features in the image can be extracted to each layer. The tools in the Deep Learning toolset use GPU processing to perform analysis in a timely manner.

These ArcGIS Pro tools consume the models that have been trained to detect specific features in third-party deep learning frameworks—such as TensorFlow, CNTK, and PyTorch—and output features or class maps.

The following table lists the deep learning tools and provides a brief description of each:

Tools of the Deep Learning toolset

Tool	Description
Classify Objects Using Deep Learning	Запускает обученную модель глубокого обучения на входном растре и дополнительном классе пространственных объектов для создания класса объектов или таблицы, где у каждого входного объекта имеется назначенный класс или надпись категории. Для этого инструмента требуется файл определения модели, содержащий обученную информацию о модели. Модели могут быть обучены с помощью инструмента Тренировать модель глубокого обучения или с помощью сторонних программных средств обучения, таких как TensorFlow, PyTorch или Keras. Файл определения модели может быть файлом JSON определения модели Esri (.emd) или пакетом модели глубокого обучения, и он должен содержать путь к растровой функции Python, вызываемой для обработки каждого объекта, и путь к обученному двоичному файлу модели глубокого обучения.
Classify Pixels Using Deep Learning	Запускает обученную модель глубокого обучения на входном растре для создания классифицированного растра, где каждому пикселу назначается класс надписей. Для этого инструмента требуется файл определения модели, содержащий обученную информацию о модели. Модели могут быть обучены с помощью инструмента Тренировать модель глубокого обучения или с помощью сторонних программных средств обучения, таких как TensorFlow, PyTorch или Keras. Файл определения модели может быть файлом JSON определения модели Esri (.emd) или пакетом модели глубокого обучения, и он должен содержать путь к растровой функции Python, вызываемой для обработки каждого объекта, и путь к обученному двоичному файлу модели глубокого обучения.
Compute Accuracy For Object Detection	Вычисляет точность модели глубокого обучения сравнением объектов, выявленных инструментом Выявить объекты при помощи глубокого обучения, с истинными данными на поверхности земли.
Detect Change Using Deep Learning	Запускает обученную модель глубокого обучения для обнаружения изменений между двумя растрами. Для этого инструмента требуется файл определения модели, содержащий обученную информацию о модели. Файл определения модели может быть файлом JSON определения модели Esri (.emd) или пакетом модели глубокого обучения, и он должен содержать путь к растровой функции Python, вызываемой для обработки каждого объекта, и путь к обученному двоичному файлу модели глубокого обучения.
Detect Objects Using Deep Learning	Запускает обученную модель глубокого обучения для входного растра для построения класса с найденными пространственными объектами. Объекты могут быть ограничивающими рамками или полигонами вокруг найденных объектов или точками в центрах объектов. Для этого инструмента требуется файл определения модели, содержащий обученную информацию о модели. Модели могут быть обучены с помощью инструмента Тренировать модель глубокого обучения или с помощью сторонних программных средств обучения, таких как TensorFlow, PyTorch или Keras. Файл определения модели может быть файлом JSON определения модели Esri (.emd) или пакетом модели глубокого обучения, и он должен содержать путь к растровой функции Python, вызываемой для обработки каждого объекта, и путь к обученному двоичному файлу модели глубокого обучения.
Export Training Data For Deep Learning	Конвертирует надписанные векторные или растровые данные в наборы данных глубокого обучения с использованием спутникового изображения. Инструмент создает папку чипов изображений и папку файлов метаданных в определенном формате.
Non Maximum Suppression	Выявляет дубликаты объектов в выходных данных инструмента Выявить объекты при помощи глубокого обучения, в качестве шага постобработки, и создает новые выходные данные без дублей. Инструмент Выявить объекты при помощи глубокого обучения может возвращать более одной ограничивающей рамки или полигона для одного и того же объекта, особенно при побочном влиянии от листов. Если два объекта перекрываются более чем на заданный максимальный диапазон, объект с меньшим значением достоверности удаляется.
Train Deep Learning Model	Тренирует модель глубокого обучения с использованием результатов работы инструмента Экспорт обучающих данных для глубокого обучения.