Classer des pixels à l’aide de l’apprentissage en profondeur
Cet outil exécute un modèle d’apprentissage profond entraîné sur un raster en entrée afin de générer un raster classé, une étiquette de classe étant attribuée à chaque pixel valide.
Si l’option Use current map extent (Utiliser l’étendue courante de la carte) est sélectionnée, seule la surface raster qui est visible au sein de l’étendue actuelle de la carte est analysée. Si l’option n’est pas sélectionnée, l’ensemble du raster sera analysé, même s’il se trouve en dehors de l’étendue courante de la carte.
Choisir l’image utilisée pour classer les pixels
Image en entrée à classer.
Il peut s’agir de l’URL d’un service d’imagerie, d’une couche raster ou d’un service d’imagerie.
Choisir le modèle d’apprentissage profond utilisé pour classer les pixels
L’entrée est l’URL d’un élément de paquetage d’apprentissage profond ( .dlpk).
Le paquetage d’apprentissage profond se compose du fichier JSON définition du modèle ESRI ( .emd), du fichier de modèle binaire d’apprentissage profond et, éventuellement, de la fonction raster Python à utiliser.
Spécifier les arguments du modèle d’apprentissage profond
Les arguments de la fonction sont définis dans la classe de fonction raster Python référencée par le modèle en entrée. C’est là que vous répertoriez les paramètres et arguments d’apprentissage profond supplémentaires à tester et affiner, par exemple un seuil de confiance pour ajuster la sensibilité.
Les noms des arguments sont renseignés par l’outil après lecture du module Python dans le serveur d’analyse raster.
Nom de la couche de résultat
Le nom de la couche qui sera créée dans la page Mon contenu et ajoutée à la carte. Le nom par défaut repose sur le nom de l'outil et sur le nom de la couche en entrée. Si la couche existe déjà, vous êtes invité à fournir un autre nom.
Vous pouvez spécifier le nom d’un dossier dans My Content (Mon contenu), dans lequel le résultat sera enregistré via la zone de liste déroulante Save result in (Enregistrer le résultat dans).