تصنيف وحدات البكسل باستخدام التعلم الشامل

تصنيف وحدات البكسل باستخدام التعلم الشامل


تشغل هذه الأداة نموذج تدريب شامل ومدرب على بيانات نقطية للإدخال لإنتاج بيانات نقطية مصنفة، مع بكسل صالح مخصص له تسمية فئة.

إذا تم التأشير على استخدام نطاق الخريطة الحالي، سيتم فقط تحليل منطقة البيانات النقطية المرئية داخل نطاق الخريطة الحالي. إذا لم يتم التأشير عليها، سيتم تحليل البيانات النقطية بالكامل، حتى إذا كانت خارج نطاق الخريطة الحالي.

اختيار صورة مستخدمة لتصنيف البكسل


صورة الإدخال للتصنيف.

يمكن أن يكون عنوان URL لخدمة صورة أو طبقة بيانات نقطية أو طبقة خدمة صورة.

اختيار نموذج التعلم الشامل المستخدم لتصنيف البكسل


عنصر باقة التعلم الشامل للإدخال ( .dlpk).

تتألف باقة التعلم الشامل من ملف JSON لتعريف نموذج Esri ( .emd) وملف النموذج الثنائي، واختياريًا، استخدام دالة البيانات النقطية Python.

تحديد وسيطات نموذج التعلم الشامل


تُحدد وسيطات الدالة في تصنيف دالة البيانات النقطية Python التي يُشار إليها من قبل نموذج الإدخال. هذا هو المكان الذي تُدرج فيه وسيطات ومعلمات التعلم الشامل للتجارب والتحسين، مثل حد الثقة لتعديل الحساسية.

تتم تعبئة أسماء الوسيطات من قبل الأداة من قراءة وحدة Python على خادم تحليل البيانات النقطية.

اسم طبقة النتيجة


سيتم إنشاء اسم الطبقة في المحتوى وسيتم إضافته إلى الخريطة. يستند الاسم الافتراضي إلى اسم الأداة واسم الطبقة المدخلة. إذا وُجدت الطبقة بالفعل، سيطلب منك كتابة اسم آخر.

يمكنك تحديد اسم مجلد في محتواي حيث سيتم حفظ النتيجة باستخدام المربع المنسدل حفظ النتيجة في