ディープ ラーニングを使用して変化を検出 (Map Viewer)

Image Server で利用可

ディープ ラーニングを使用して変化を検出 (Detect Change Using Deep Learning) ツールは、トレーニング済みのディープ ラーニング モデルを実行して、2 つのラスター レイヤー間の変化を検出します。

出力はホスト イメージ レイヤーです。

2 つのスペクトル的に類似したイメージ レイヤーと、変化したエリアを示すディープ ラーニング モデルを指定すると、2 つのイメージ レイヤー間で変化したエリアを検出します。

使用上の注意

ディープ ラーニングを使用したオブジェクトの検出ツールには、入力レイヤー、モデルの設定、結果レイヤーの構成が含まれています。

入力レイヤー

[入力レイヤー] グループには次のパラメーターがあります。

  • [変化前の入力ラスター] は、変化前のイメージ レイヤーを表すイメージ レイヤーです。 イメージ レイヤーは、ピクセルの分類に使用するディープ ラーニング モデルの要件に基づいて選択されます。
  • [変化後の入力ラスター] は、変化後のイメージ レイヤーを表すイメージ レイヤーです。 イメージ レイヤーは、ピクセルの分類に使用するディープ ラーニング モデルの要件に基づいて選択されます。

モデル設定

[モデル設定] グループには次のパラメーターがあります。

  • [変化の検出のモデル] は、変化の検出に使用するディープ ラーニング モデルを示します。 ディープ ラーニング モデルをツールで選択するには、ArcGIS Online に配置されている必要があります。 ArcGIS Online で一般公開されている独自のモデルを選択することも、ArcGIS Living Atlas of the World からモデルを選択することもできます。
  • [モデル引数] は、Python ラスター関数クラスで定義されている関数の引数を指定します。 実験や調整のための追加のディープ ラーニング パラメーターおよび引数 (感度を調整するための信頼性の閾値など) がリストされます。 引数の名前は、Python モジュールから入力されます。

結果レイヤー

[結果レイヤー] グループには次のパラメーターがあります。

  • [出力名] は、作成されマップに追加されるレイヤーの名前を決定します。 名前は、一意でなければなりません。 組織内に同じ名前のレイヤーがすでに存在する場合、ツールは失敗し、別の名前を指定するよう求められます。
  • [フォルダーに保存] は、結果を保存する [マイ コンテンツ] 内のフォルダーの名前を指定します。

環境

解析環境設定は、ツールの結果に影響する追加パラメーターです。 ツールの解析環境設定には、[環境設定] パラメーター グループからアクセスできます。

このツールでは次の解析環境が適用されます。

出力

出力は、ディープ ラーニング モデルで定義された分類スキーマに基づく分類済み主題イメージ レイヤーです。

ライセンス要件

このツールには、次のライセンスと構成が必要です。

リソース

詳細については、次のリソースをご参照ください。