Klassifiser piksler ved hjelp av dyp læring
Dette verktøyet kjører en opptrent modell for dyp læring på et inndataraster for å produsere et klassifisert raster, og hver gyldige piksel har en tilordnet klassemerking.
Hvis det er merket av for Bruk gjeldende kartutstrekning, analyseres bare rasterområdet som vises i gjeldende kartutstrekning. Hvis dette ikke er avmerket, analyseres hele rasteret, selv om det befinner seg utenfor gjeldende kartutstrekning.
Velg bilde som skal brukes til å klassifisere piksler
Inndatabilde for klassifisering.
Det kan være en bildetjeneste-URL, et rasterlag eller et bildetjenestelag.
Velg modellen for dyp læring som skal brukes til klassifisering av piksler
Dyplæringspakken for ( .dlpk)-elementet som er inndata.
Dyplæringspakken er sammensatt av Esris JSON-fil for modelldefinering ( .emd), den binære modellfilen for dyp læring og (valgfritt) Python-rasterfunksjonen som skal brukes.
Angi modellargumenter for dyp læring
Funksjonsargumentene er definert i Python-rasterfunksjonsklassen det vises til i inndatamodellen. Det er her du fører opp ytterligere parametre for dyp læring og argumenter for eksperimenter og avgrensninger, for eksempel en konfidensterskel for justering av følsomhet.
Navnene på argumentene fylles ut av verktøyet etter lesing av Python-modulen på rasteranalyseserveren.
Navn på resultatlag
Navnet på laget som opprettes i Mitt innhold og legges til kartet. Standardnavnet er basert på verktøynavnet og navnet på inndatalaget. Hvis laget finnes allerede, blir du bedt om å oppgi et annet navn.
Du kan angi navnet på en mappe i Mitt innhold, der resultatet blir lagret via rullegardinlisten Lagre resultat i.