ディープラーニングを使用したオブジェクトの検出 (Detect Objects Using Deep Learning)

このツールは、入力ラスターに対してトレーニング済みのディープラーニングモデルを実行し、検出したオブジェクトを含むフィーチャクラスを作成します。フィーチャには、検出されたオブジェクトの周囲の境界四角形やポリゴン、またはオブジェクトの中心のポイントを指定できます。

[現在のマップ範囲を使用] がオンの場合、現在のマップ範囲内に表示されるラスターの領域だけが解析されます。オフの場合、ラスター全体が、現在のマップ範囲内になくても解析されます。

オブジェクトの検出に使用される画像の選択

オブジェクトの検出に使用される入力画像。

入力ディープラーニングパッケージ (* .dlpk) アイテム。

ディープラーニングパッケージは、Esri モデル定義 JSON ファイル (* .emd)、ディープラーニングバイナリモデルファイル、および使用されるオプションの Python ラスター関数から構成されます。

関数の引数は、入力モデルによって参照される Python ラスター関数クラスで定義されます。ここでは、実験や調整のための追加のディープラーニングパラメーターおよび引数 (感度を調整するための信頼性の閾値など) をリストします。

引数の名前は、ツールがラスター解析サーバー上で Python モジュールを読み取ることによって入力されます。

Non-Maximum Suppression を実行します。重複オブジェクトが識別され、信頼値の低い重複フィーチャが削除されます。

オブジェクト検出方法の出力として信頼度スコアを含むフィーチャサービス内のフィールド。

このパラメーターは、 [Non Maximum Suppression] パラメーターをオンにした場合に必要です。

出力フィーチャサービス内のクラス値フィールド。指定しない場合、ツールは標準クラス値フィールドの Classvalue と Value を使用します。これらのフィールドが存在しない場合、すべてのフィーチャが同じオブジェクトクラスとして扱われます。

2 つの重複したフィーチャの最大オーバーラップ率。ユニオン領域に対する交差領域の比率として定義されます。デフォルトは 0 です。

[マイコンテンツ] で作成され、マップに追加されるレイヤーの名前。デフォルトの名前は、ツール名と入力レイヤー名に基づいて設定されます。レイヤーがすでに存在する場合は、別の名前を指定するよう求められます。

[出力の保存場所] ドロップダウンボックスを使用して、結果を保存する [マイコンテンツ] 内のフォルダーの名前を指定できます。