Функции геообработки Глубокого обучения

Доступно с лицензией Image Analyst.

Функции геообработки Глубокое обучение позволяют вам обучать модель глубокого обучения, обнаруживать на изображении определенные объекты и классифицировать пикселы в наборе растровых данных.

Глубокое обучение – это тип машинного обучения искусственного интеллекта, который обнаруживает объекты в изображениях, используя несколько слоев в нейронных сетях, где каждый слой способен извлекать один или несколько уникальных объектов в изображении. Функции геообработки категории Глубокое обучение используют преимущества обработки графическим процессором для быстрого выполнения анализа.

Эти функции геообработки используют модели, которые были обучены обнаруживать определенные объекты в сторонних платформах глубокого обучения, таких как TensorFlow, CNTK и PyTorch, а на выходе получают объекты или карты классов.

Функции геообработки в категории Глубокое обучение

Функция геообработки	Описание
Классифицировать объекты при помощи глубокого обучения	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.
Классифицировать объекты при помощи глубокого обучения	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.
Вычислить точность для выявления объектов	Вычисляет точность модели глубокого обучения сравнением объектов, выявленных инструментом Выявить объекты при помощи глубокого обучения, с истинными данными на поверхности земли.
Выявить объекты при помощи глубокого обучения	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.
Экспорт обучающих данных для глубокого обучения	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.
Немаксимальное подавление	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.
Тренировка модели глубокого обучения	Тренирует модель глубокого обучения с использованием результатов работы инструмента Экспорт обучающих данных для глубокого обучения.