使用深度學習以偵測物件
此工具可在輸入點陣上執行經過訓練的深度學習模型，以產生包含其發現之物件的圖徵類別。圖徵可以是找到的物件周圍的方塊或多邊形，也可以是物件中心上的點。
如果勾選 使用當前地圖範圍，則僅對當前地圖範圍中可見的點陣區域進行分析。如果未勾選，則將分析整個點陣，包括超出目前地圖範圍的圖徵。
選擇用來偵測物件的圖片
用來偵測物件的輸入圖片。
選擇用來偵測物件的深度學習模型
輸入深度學習套件 ( .dlpk) 項目。
深度學習套件包含 Esri 模型定義 JSON 檔案 ( .emd)、深度學習二進位模型檔案，以及（選用）要使用的 Python 點陣函數。
指定深度學習模型引數
函數引數是在輸入模型參考的 Python 點陣函數類別中定義。您可以在這裡列出供實驗和精細化的其他深度學習參數和引數，例如用於調整敏感度的信心閾值。
工具會讀取點陣分析伺服器上的 Python 模組來填入引數的名稱。
從輸出移除重複的圖徵（選用）
執行非最大抑制，將在其中識別重複的物件並移除信心值較低的重複圖徵。
- 取消勾選 - 偵測到的所有物件將位於輸出圖徵類別中。這是預設情況。
- 勾選 - 移除偵測到的重複物件。
信心分數欄位
圖徵服務中的欄位，其包含物件偵測方法輸出的信心分數。
勾選 非最大抑制參數時，這是必要參數。
類別值欄位
輸出圖徵服務中的類別值欄位。若未指定，工具將使用標準類別值欄位 Classvalue 和 Value。如果不存在這些欄位，會將所有圖徵視為相同的物件類別。
最大重疊比率
兩個重疊圖徵的最大重疊比率，定義成聯集區域上方之交集區域的比率。預設值是 0 。
結果圖層名稱
在 我的內容中建立並新增到地圖中的圖層的名稱。預設名稱參照工具名稱以及輸入圖層名稱。如果已存在該名稱的圖層，系統將提示您提供其他名稱。
您可以使用 將結果儲存到下拉式方塊，在 我的內容中指定將儲存結果的資料夾名稱。