Доступно с лицензией Spatial Analyst.
Краткая информация
Использует данные дистанционного зондирования для преобразования маркированных векторных и растровых данных в учебные наборы данных глубокого обучения. Инструмент создает папку чипов изображений и папку файлов метаданных в определенном формате.
Использование
Этот инструмент создает наборы данных обучения для поддержки приложений для глубокого обучения, созданных сторонними компаниями, например, Google TensorFlow или Microsoft CNTK.
Используйте существующий пример обучающей выборки классификации, или данных класса объектов ГИС, такого как слой контуров зданий, для создания кусочков изображений, содержащих пример класса из вашего исходного изображения. Кусочки изображений часто имеют размер 256 пиксельных строк на 256 пиксельных столбцов, если размер обучающей выборки не был больше.
Обучающие выборки класса глубокого обучения основываются на небольших частях изображений, содержащих интересующий объект или класс, называемый кусочком изображения.
Синтаксис
ExportTrainingDataForDeepLearning (in_raster, out_folder, in_class_data, image_chip_format, {tile_size_x}, {tile_size_y}, {stride_x}, {stride_y}, {output_nofeature_tiles}, {metadata_format}, {start_index})| Параметр | Объяснение | Тип данных | |||||||||||||||||||||||||||
in_raster | Изображения входного источника, чаще всего спектрозональный снимок. Примеры такого типа изображений входных источников включают спектрозональные снимки, изображения, полученные от дронов, аэрофото-снимки или изображения National Agriculture Imagery Program (NAIP) . | Raster Dataset; Raster Layer | |||||||||||||||||||||||||||
out_folder | Укажите папку, где будут храниться выходные кусочки изображений и метаданные. | Directory | |||||||||||||||||||||||||||
in_class_data | Данные с надписями, в форме вектора или растра. Векторные входные данные должны следовать формату обучающей выборки, созданному с помощью панели инструментов ArcGIS Desktop Классификация изображений. Растровые входные данные должны следовать формату классифицированного растра, созданному с помощью инструмента Классифицировать растр. | Feature Dataset; Feature Layer; Raster Dataset; Raster Layer | |||||||||||||||||||||||||||
image_chip_format | Растровый формат для выходных данных кусочков изображений.
| String | |||||||||||||||||||||||||||
tile_size_x (Дополнительный) | Размер кусочков изображения, для измерения X. | Long | |||||||||||||||||||||||||||
tile_size_y (Дополнительный) | Размер кусочков изображения, для измерения Y. | Long | |||||||||||||||||||||||||||
stride_x (Дополнительный) | Расстояние, на которое следует повернуть по X при создании следующего кусочка изображения. Когда шаг равен размеру листа, наложения (перекрытия) не будет. Если шаг равен половине размера листа, величина перекрытия будет равна 50%. | Long | |||||||||||||||||||||||||||
stride_y (Дополнительный) | Расстояние, на которое следует повернуть по Y при создании следующего кусочка изображения. Когда шаг равен размеру листа, наложения (перекрытия) не будет. Если шаг равен половине размера листа, величина перекрытия будет равна 50%. | Long | |||||||||||||||||||||||||||
output_nofeature_tiles (Дополнительный) | Выберите, будут ли экспортироваться кусочки изображения с перекрывающимися надписанными данными.
| Boolean | |||||||||||||||||||||||||||
metadata_format (Дополнительный) | Формат для выходных надписей метаданных. Существуют 3 опции для надписей выходных метаданных учебных данных: Прямоугольники KITTI, прямоугольники PASCAL VOC и Классифицированные листы (карта классов). Если ваши входные данные обучающей выборки являются слоем класса объектов, например, слоем зданий или файлом обучающей выборки стандартной классификации, используйте опцию прямоугольников KITTI или PASCAL VOC. Выходные метаданные являются файлом .txt или файлом .xml, содержащим данные обучающей выборки, попадающие в минимальный ограничивающий прямоугольник. Имя файла метаданных соответствует имени входного изображения источника. Если ваши входные данные обучающей выборки являются картой классов, используйте Классифицированные листы в качестве опции формата выходных метаданных.
Таблица, приведенная ниже, описывает 15 значений в формате метаданных KITTI. Только пять из возможных пятнадцати значений используются в инструменте; имя класса (в столбце 1) и минимальный ограничивающий прямоугольник, составленный из четырех местоположений координат изображения (столбцы 5-8). Минимальный ограничивающий прямоугольник охватывает учебный чип, используемый для классификатора глубокого обучения.
Для дополнительной информации см. формат метаданных KITTI Пример PASCAL VOC показан ниже. Более подробную информацию можно найти в разделе PASCAL Visual Object Classes | String | |||||||||||||||||||||||||||
start_index (Дополнительный) | Позволяет устанавливать начальный индекс для последовательности фрагментов изображений. Это дает возможность добавлять больше фрагментов изображений к существующей последовательности. По умолчанию значение равно 0. | Long |
.Пример кода
ExportTrainingDataForDeepLearning, пример 1 (окно Python)
В этом примере создаются учебные примеры для глубокого обучения.
from arcpy.sa import *
ExportTrainingDataForDeepLearning("c:/test/image.tif", "c:/test/outfolder",
"c:/test/training.shp", "TIFF", "256",
"256", "128", "128", "NO", "KITTI_rectangles")
ExportTrainingDataForDeepLearning, пример 2 (автономный скрипт)
В этом примере создаются учебные примеры для глубокого обучения.
# Import system modules and check out ArcGIS Spatial Analyst extension license
import arcpy
arcpy.CheckOutExtension("Spatial")
from arcpy.sa import *
# Set local variables
inRaster = "c:/test/image.tif"
out_folder = "c:/test/outfolder"
in_training = "c:/test/training.shp"
image_chip_format = "TIFF"
tile_size_x = "256"
tile_size_y = "256"
stride_x="128"
stride_y="128"
output_nofeature_tiles="NO"
metadata_format="KITTI_rectangles"
# Execute
ExportTrainingDataForDeepLearning(inRaster, out_folder, in_training,
image_chip_format,tile_size_x, tile_size_y,
stride_x, stride_y,output_nofeature_tiles,
metadata_format)
Параметры среды
Информация о лицензиях
- ArcGIS Desktop Basic: Требует Spatial Analyst
- ArcGIS Desktop Standard: Требует Spatial Analyst
- ArcGIS Desktop Advanced: Требует Spatial Analyst