Klassificera pixlar med djupinlärning
Det här verktyget kör en tränad djupinlärningsmodell på ett indataraster för att skapa ett klassificerat raster, och varje giltig pixel har en tilldelad klassetikett.
Om Använd aktuell kartutbredning är markerat analyseras endast det rasterområde som är synligt i den aktuella kartutbredningen. Om det inte är markerat analyseras hela rastret, även om det ligger utanför den aktuella kartutbredningen.
Välj bilder som används för att klassificera pixlar
Indatabilden som ska klassificeras.
Det kan vara en bildtjänst-URL, ett rasterlager eller ett bildtjänstlager.
Välj den djupinlärningsmodell som används för att klassificera pixlar
Indataobjektet för djupinlärningspaketet ( .dlpk).
Djupinlärningspaketet består av JSON-filen för Esri-modelldefinitionen ( .emd), filen med djupinlärningsbinärmodellen och, som tillval, Python-rasterfunktionen som ska användas.
Ange modellargument för djupinlärning
Funktionsargumenten definieras i Python-rasterfunktionsklassen som refereras av indatamodellen. Här listar du ytterligare djupinlärningsparametrar och argument för experiment och förfining, t.ex. en konfidenströskel för att justera känsligheten.
Namnen för argumenten fylls av verktyget genom att läsa Python-modulen på rasteranalysservern.
Resultatlagrets namn
Namnet på lagret som skapas i Mitt innehåll och läggs till i kartan. Standardnamnet baseras på verktygets namn och indatalagrets namn. Om lagret redan finns uppmanas du ange ett annat namn.
Du kan ange namnet på en mapp i Mitt innehåll där resultatet sparas med listrutan Spara resultat i.