Klasifikuj piksele pomoću detaljnog učenja
Ova alatka pokreće obučeni model detaljnog učenja na ulaznom rasteru kako bi proizvela klasifikovani raster, a svaki važeći piksel ima dodeljenu oznaku klase.
Ako je izabrana opcija Koristi trenutni obuhvat mape, analiziraće se samo oblast rastera koja je vidljiva u trenutnom obuhvatu mape. Ako nije izabrana, analiziraće se ceo raster, čak i ako je izvan trenutnog obuhvata mape.
Odaberite snimak koji se koristi za klasifikovanje piksela
Ulazni snimak za klasifikovanje.
To može biti URL adresa servisa snimaka, rasterski sloj ili sloj servisa snimaka.
Odaberite model detaljnog učenja koji se koristi za klasifikovanje piksela
Ulazna stavka paketa za detaljno učenje ( .dlpk).
Paket za detaljno učenje se sastoji od JSON datoteke sa definicijom Esri modela ( .emd), binarne datoteke modela detaljnog učenja i, opciono, Python rasterske funkcije koju treba koristiti.
Navedite argumente modela detaljnog učenja
Argumenti funkcije su definisani u klasi Python rasterskih funkcija na koju upućuje ulazni model. Ovo je mesto gde nabrajate dodatne parametre i argumente detaljnog učenja za eksperimente i preciziranje, kao što je prag pouzdanosti za podešavanje osetljivosti.
Alatka popunjava nazive argumenata iz očitavanja Python modula na serveru za rastersku analiza.
Naziv sloja sa rezultatima
Naziv sloja koji će biti kreiran u Mom sadržaju i dodat mapi. Podrazumevani naziv je zasnovan na nazivu alatke i nazivu ulaznog sloja. Ako sloj već postoji, bićete upitani da unesete drugi naziv.
Možete da navedete ime fascikle u Mom sadržaju gde će rezultat biti sačuvan korišćenjem padajućeg polja Sačuvaj rezultat u.