标注 | 说明 | 数据类型 |
输入训练数据 | 点云训练数据(*.pctd 文件)不能用于训练分类模型。 | File |
输出模型位置 | 现有文件夹将存储包含深度学习模型的新目录。 | Folder |
输出模型名称 | 输出 Esri 模型定义文件的名称 (*.emd)、深度学习包 (*.dlpk) 以及将被创建以用于存储它们的目录名称。 | String |
预训练模型 (可选) | 将优化的预训练模型。 提供预训练的模型时,输入训练数据的属性、类代码和最大点数必须与生成此模型的训练数据所使用的相同。 | File |
属性选择内容 (可选) | 指定将用于训练模型的点属性。 仅点云训练数据中存在的属性可用。 默认情况下,不包含其他属性。
| String |
每块最小点数 (可选) | 训练模型时,给定块中必须存在的最小点数。 默认值为 0。 | Long |
类重映射 (可选) | 定义在训练深度学习模型之前,类代码值如何映射到新值。 | Value Table |
感兴趣内容的类代码 (可选) | 将用于过滤训练数据中的块的类代码。 指定了感兴趣区域的类代码后,所有其他类代码都将重新映射为背景类代码。 | Long |
背景类代码 (可选) | 指定了感兴趣内容的类代码后,将用于所有其他类代码的类代码值。 | Long |
类描述 (可选) | 有关训练数据中每个类代码代表内容的描述。 | Value Table |
模型选择条件 (可选) | 指定将用于确定最终模型的统计基础。
| String |
最大轮数 (可选) | 每个数据块通过神经网络向前和向后传递的次数。 默认值为 25。 | Long |
每轮的迭代 (%) (可选) | 在每轮训练中处理的数据的百分比。 默认值为 100。 | Double |
学习率 (可选) | 现有信息将被新信息覆盖的比率。 如果未提供任何值,则系统将在训练过程中从学习曲线中提取最佳学习率。 这是默认设置。 | Double |
批大小 (可选) | 在任何给定时间将要处理的训练数据块的数量。 默认值为 2。 | Long |
当模型不再改进时,停止训练 (可选) | 指定为模型选择标准参数指定的指标在连续 5 轮未记录任何改进后,模型训练是否将停止。
| Boolean |
学习率策略 (可选) | 指定在训练期间修改学习率的方式。
| String |
模型架构 (可选) | 指定将用于训练模型的神经网络架构。 指定预训练模型时,将自动设置用于创建预训练模型的架构。
| String |
派生输出
标注 | 说明 | 数据类型 |
输出模型 | 此工具生成的结果模型。 | File |
输出模型统计数据 | .csv 文件包含每个类代码和轮数的精度、召回率和 F1 得分。 | Text File |
输出轮数统计数据 | 包含在每轮中获得的训练损失、验证损失、准确度、精度、召回率和 F1 得分的 .csv 文件。 | Text File |