Klasyfikuj piksele metodą Deep Learning
To narzędzie uruchamia na rastrze wejściowym model wytrenowany metodą Deep Learning, tworząc sklasyfikowany raster, w którym każdy piksel ma przypisaną etykietę klasy.
Jeśli zaznaczono opcję Użyj zasięgu bieżącej mapy, analizowany będzie tylko ten obszar rastra, który jest widoczny w bieżącym zasięgu mapy. Jeśli opcja ta nie jest zaznaczona, przeanalizowany zostanie cały raster, nawet jeśli znajduje się poza bieżącym zasięgiem mapy.
Wybierz obraz używany do klasyfikowania pikseli
Obraz wejściowy do klasyfikowania.
Może to być adres URL usługi rastrowej, warstwa rastrowa lub warstwa usługi rastrowej.
Wybierz model Deep Learning używany do klasyfikowania pikseli
Element wejściowego pakietu Deep Learning ( .dlpk).
Pakiet Deep Learning składa się z pliku JSON definicji modelu Esri ( .emd) pliku modelu binarnego Deep Learning i opcjonalnie funkcji rastrowej w języku Python, która ma być używana.
Podaj argumenty modelu Deep Learning
Argumenty funkcji są zdefiniowane w klasie funkcji rastrowej w języku Python, do której odwołuje się model wejściowy. W tym miejscu wymienione są dodatkowe parametry i argumenty Deep Learning na potrzeby eksperymentów i precyzowania, takie jak próg ufności używany podczas dostosowywania czułości.
Nazwy argumentów są uzupełniane przez narzędzie, które odczytuje moduł Python z serwera analiz rastrowych.
Nazwa warstwy wynikowej
Nazwa warstwy, która zostanie utworzona w obszarze Moje zasoby i dodana do mapy. Nazwa domyślna jest tworzona w oparciu o nazwę narzędzia i nazwę warstwy wejściowej. Jeśli warstwa już istnieje, wyświetlony zostanie komunikat z monitem o podanie innej nazwy.
Za pomocą listy rozwijanej Zapisz wynik w można podać nazwę folderu w obszarze Moje zasoby, gdzie zostanie zapisany wynik.