需要 Spatial Analyst 许可。
摘要
将深度学习模型转换为 Esri 分类器定义文件。
该工具将缺失的类信息添加到模型。支持由 Google TensorFlow、Microsoft CNTK 或类似应用程序生成的深度学习二进制模型文件。
为了使用深度学习 .ecd 文件,您的计算机需要安装深度学习框架。.ecd 输出文件目前只用作 Esri Python 适配器函数分类或检测的输入。类信息 JSON 文件允许您向不包括在深度学习二进制模型内的 .ecd 文件添加有用的信息,如类名称、用于渲染分类后输出的类颜色和其他包括在 .ecd 文件中的标准信息。有关详细信息,请参阅下方的 JSON 文件示例。
用法
此处显示了输入 Esri 额外信息文件的示例。
in_extra_info_json 文件的示例
{ "ImportDeepLearningModelToEsriExtraInfo":0, "Version":1, "Classifier":"CNTK", "NumberRasterBands":4, "MiniBatchSize":16, "Classes":[ { "Value":100, "Name":"Impervious", "Color":[204, 204, 204] }, { "Value":200, "Name":" Other (Pervious)", "Color":[56, 168, 0] } ] }
语法
DeepLearningModelToEcd (in_deep_learning_model, in_classification_info_json, out_classifier_definition)
参数 | 说明 | 数据类型 |
in_deep_learning_model | 由深度学习包(如 Google TensorFlow、Microsoft CNTK 或类似应用程序)生成的二进制模型文件。 | File |
in_classification_info_json | 类信息 JSON 文件。请参阅上方的 JSON 文件示例。 | File |
out_classifier_definition | .ecd 输出文件目前只会用作 Esri Python 适配器函数分类或检测的输入。 | File |
代码示例
DeepLearningModelToEcd 示例 1(Python 窗口)
该示例从深度学习创建了 .ecd 文件。
from arcpy.sa import *
DeepLearningModelToEcd("c:/test/cntk.model", "c:/test/classInfo.json",
"c:/test/deeplearningtoecd.ecd")
DeepLearningModelToEcd 示例 2(独立脚本)
该示例从深度学习创建了 .edc 文件。
# Import system modules and check out ArcGIS Spatial Analyst extension license
import arcpy
arcpy.CheckOutExtension("Spatial")
from arcpy.sa import *
# Set local variables
in_deep_learning_model = "c:/test/cntk.model"
in_classification_info_json = "c:/test/classInfo.json"
out_classifier_definition = "c:/test/deeplearningtoecd.ecd"
# Execute
DeepLearningModelToEcd(in_deep_learning_model, in_classification_info_json,
out_classifier_definition)
环境
此工具不使用任何地理处理环境。
许可信息
- ArcGIS Desktop Basic: 需要 Spatial Analyst
- ArcGIS Desktop Standard: 需要 Spatial Analyst
- ArcGIS Desktop Advanced: 需要 Spatial Analyst