Công cụ này chạy một mô hình deep learning được đào tạo trên một raster đầu vào để tạo ra một lớp đối tượng chứa các đối tượng mà nó tìm thấy. Đối tượng có thể là các vùng bao hoặc polygon quanh các đối tượng tìm thấy, hoặc các điểm ở tâm của đối tượng.
Nếu chọn Sử dụng phạm vi bản đồ hiện tại, thì chỉ vùng raster nhìn thấy được trong phạm vi bản đồ hiện tại mới được phân tích. Nếu bỏ chọn, toàn bộ raster sẽ được phân tích, ngay cả khi nó nằm ngoài phạm vi bản đồ hiện tại.
Hình ảnh đầu vào được dùng để phát hiện đối tượng.
Gói deep learning đầu vào mục ( .dlpk
).
Gói deep learning bao gồm tệp JSON định nghĩa mô hình Esri ( .emd
), tệp mô hình nhị phân deep learning và có thể có hàm raster Python sẽ được sử dụng.
Các đối số của hàm được xác định trong lớp hàm raster Python được tham chiếu bởi mô hình đầu vào. Đây là nơi bạn liệt kê các tham số và đối số deep learning bổ sung cho các thử nghiệm và sàng lọc, chẳng hạn như ngưỡng tin cậy để điều chỉnh độ nhạy.
Tên của các đối số được công cụ điền vào từ việc đọc mô-đun Python trên máy chủ phân tích raster.
Thực hiện triệt tiêu không tối đa, để xác định các đối tượng trùng lặp và đối tượng trùng lặp có giá trị độ tin cậy thấp hơn sẽ bị xóa.
Trường trong dịch vụ đối tượng có chứa điểm tin cậy là kết quả của phương pháp phát hiện đối tượng.
Khi bạn đánh dấu chọn thông số Không Triệt tiêu Tối đa thì bắt buộc phải có thông số này.
Trường giá trị lớp trong dịch vụ đối tượng đầu ra. Nếu không được quy định thì công cụ sẽ sử dụng các trường giá trị lớp tiêu chuẩn, Classvalue và Value. Nếu các trường này không tồn tại, tất cả các đối tượng sẽ được coi là cùng một lớp đối tượng.
Tỷ lệ chồng lấp tối đa cho hai đối tượng chồng lên nhau, được xác định là tỷ lệ của khu vực giao cắt trên vùng hợp nhất. Giá trị mặc định là 0.
Tên lớp sẽ được tạo trong mục Nội dung của Tôi và thêm vào bản đồ. Tên mặc định dựa vào tên công cụ và tên lớp đầu vào. Nếu lớp đã tồn tại, bạn sẽ được yêu cầu cung cấp tên khác.
Bạn có thể chỉ định tên của một thư mục trong Nội dung của tôi mà tại đó kết quả sẽ được lưu bằng cách sử dụng hộp xổ xuống Lưu kết quả vào.