需要 Spatial Analyst 许可。
获得 Image Analyst 许可后可用。
描述
将深度学习模型转换为 Esri 分类器定义文件 (.ecd)。
旧版本:
此工具已弃用。此功能已由导出训练数据进行深度学习工具替代,该工具可用于创建深度学习模型使用的分类信息。
该工具可将缺失的类信息添加到模型。支持由 Google TensorFlow、Microsoft CNTK 或类似应用程序生成的深度学习二进制模型文件。
要使用深度学习 .ecd 文件,必须在您的计算机上安装深度学习框架。.ecd 输出文件将只用作 Esri Python 分类或检测适配器函数的输入。类信息 JSON 文件允许您向不包括在深度学习二进制模型内的 .ecd 文件添加有用的信息,如类名称、用于渲染分类后输出的类颜色和其他标准信息。有关详细信息,请参阅下方的 JSON 文件示例。
使用方法
以下为输入 Esri 额外信息文件的示例:
这是 in_extra_info_json 文件的示例。
{ "ImportDeepLearningModelToEsriExtraInfo":0, "Version":1, "Classifier":"CNTK", "NumberRasterBands":4, "MiniBatchSize":16, "Classes":[ { "Value":100, "Name":"Impervious", "Color":[204, 204, 204] }, { "Value":200, "Name":" Other (Pervious)", "Color":[56, 168, 0] } ] }
语法
DeepLearningModelToEcd(in_deep_learning_model, in_classification_info_json, out_classifier_definition)
参数 | 说明 | 数据类型 |
in_deep_learning_model | 由深度学习包(如 Google TensorFlow、Microsoft CNTK 或类似应用程序)生成的二进制模型文件。 | File |
in_classification_info_json | 类信息 JSON 文件。请参阅上方的 JSON 文件示例。 | File |
out_classifier_definition | 可用于分类函数和分类栅格工具的 .ecd 文件。 .ecd 输出文件只用作 Esri Python 分类或检测适配器函数的输入。 | File |
代码示例
该示例从深度学习创建了 .ecd 文件。
from arcpy.sa import *
DeepLearningModelToEcd("c:/test/cntk.model", "c:/test/classInfo.json",
"c:/test/deeplearningtoecd.ecd")
该示例从深度学习创建了 .edc 文件。
# Import system modules and check out ArcGIS Spatial Analyst extension license
import arcpy
arcpy.CheckOutExtension("Spatial")
from arcpy.sa import *
# Set local variables
in_deep_learning_model = "c:/test/cntk.model"
in_classification_info_json = "c:/test/classInfo.json"
out_classifier_definition = "c:/test/deeplearningtoecd.ecd"
# Execute
DeepLearningModelToEcd(in_deep_learning_model, in_classification_info_json,
out_classifier_definition)
环境
许可信息
- Basic: 需要 Spatial Analyst 或 Image Analyst
- Standard: 需要 Spatial Analyst 或 Image Analyst
- Advanced: 需要 Spatial Analyst 或 Image Analyst