ArcGIS Pro2.5深度学习操作详解---以SSD为例

  • 1、标注对象以供深度学习
  • 2、导出训练数据进行深度学习
  • 3、训练深度学习模型
  • 4、使用深度学习检测对象


本篇文章以SSD模型为例,进行对象识别的推理使用,进行一些输入和输出的简单介绍。至于SSD模型本身算法,建议以论文为主,后续我也会分享自己的一些理解和大家共同学习。


arcgispro深度学习MaskNcc arcgis pro2.5教程_数据


参考官方给出

棕榈树的健康评价

1、标注对象以供深度学习

arcgispro深度学习MaskNcc arcgis pro2.5教程_python_02


arcgispro深度学习MaskNcc arcgis pro2.5教程_深度学习_03


标注样本的时候:主要是键和值的关系,后续也会在emd中看到相关的信息。

2、导出训练数据进行深度学习

arcgispro深度学习MaskNcc arcgis pro2.5教程_数据_04


导出的结果为:

arcgispro深度学习MaskNcc arcgis pro2.5教程_python_05


其中images和labels中存放的是样本导出的切片的标注。

此次输出的有第一个emd,但是这个里面只有样本的一些信息,具体的模型和配置信息还达不到我们的要求,我们一起打开看看。

arcgispro深度学习MaskNcc arcgis pro2.5教程_深度学习_06


此emd中会有一些基本的信息,但是还是无法完全满足我们的要求。

3、训练深度学习模型

arcgispro深度学习MaskNcc arcgis pro2.5教程_建模_07


输出结果为:

arcgispro深度学习MaskNcc arcgis pro2.5教程_python_08


此工具输出的即为我们需要的emd和pth模型文件,此emd也是我们最终需要的emd模型文件,里面有我们需要的配置等信息;

那么我们打开emd文件:

arcgispro深度学习MaskNcc arcgis pro2.5教程_建模_09


此处对应的

“Value”: 1,
 “Name”: “plam”,

会让我们看到 我们在lable注样本的时候,自己新建的名称和值;

arcgispro深度学习MaskNcc arcgis pro2.5教程_python_10


arcgispro深度学习MaskNcc arcgis pro2.5教程_建模_11

4、使用深度学习检测对象

对于输入栅格,选择Kolovai Palms。

对于“输出检测到的对象”,键入CoconutTrees。

对于模型定义,请导航到CoconutTrees.emd(下载的课程数据位于C:\ DeepLearning \ Data中)或使用从Jupyter Notebook中保存的模型创建的.emd文件。

对于批量大小,输入1。

选中“非最大抑制”框。

对于最大重叠率,输入0.4。

arcgispro深度学习MaskNcc arcgis pro2.5教程_建模_12


arcgispro深度学习MaskNcc arcgis pro2.5教程_深度学习_13


最终我们输出的要素类,即是我们深度学习自己学习所导出的对象信息,有对象名称和置信度信息。我们采用标注的形式,即可在pro中查看我们的输出对象。

注:由于自己的电脑限制,只选取少量的样本进行训练学习,如果有条件的话,可以选取多的样本数量,以及控制batch_size的数量进行对象识别。

那么关于后处理,各位可以根据自己的需要进行一些modelbulider的建模处理等!!!