Klasifikasikan Piksel Menggunakan Deep Learning
Alat ini menjalankan model deep learning terlatih pada raster input untuk menghasilkan raster yang diklasifikasikan, dan setiap piksel valid memiliki label kelas yang ditetapkan.
Jika Gunakan jangkauan peta saat ini dicentang, hanya area raster yang terlihat dalam jangkauan peta saat ini akan dianalisis. Jika tidak dicentang, keseluruhan raster akan dianalisis, bahkan jika raster berada di luar jangkauan peta saat ini.
Pilih gambar yang digunakan untuk mengklasifikasikan piksel
Gambar input yang akan diklasifikasikan.
Ini bisa jadi URL layanan gambar, layer raster, atau service layer gambar.
Pilih model deep learning yang digunakan untuk mengklasifikasikan piksel
Item paket deep learning input ( .dlpk).
Paket deep learning terdiri atas file JSON definisi model Esri ( .emd), file model biner deep learning, dan secara opsional, fungsi raster Python yang akan digunakan.
Tentukan argumen model deep learning
Argumen fungsi yang ditentukan dalam kelas fungsi raster Python direferensikan oleh model input. Ini adalah tempat Anda mencantumkan parameter deep learning tambahan dan argumen untuk eksperimen dan perbaikan, seperti misalnya ambang batas keyakinan untuk menyesuaikan sensitivitas.
Nama argumen dikumpulkan oleh alat dari membaca modul Python pada server analisis raster.
Nama layer hasil
Nama layer yang akan dibuat di Konten Saya dan ditambahkan ke peta. Nama default ditetapkan berdasarkan nama alat dan nama layer input. Jika layer tersebut sudah ada, Anda akan diminta untuk memberi nama lain.
Anda dapat menentukan nama folder di Konten Saya tempat hasil akan disimpan menggunakan kotak drop-down Simpan hasil di.