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。
例
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。
- 出力座標系
- 処理範囲
注意:
Map Viewer のデフォルトの処理範囲は [全範囲] です。 このデフォルトは、デフォルトで [現在のマップ範囲を使用] が有効になっている Map Viewer Classic とは異なります。
- スナップ対象ラスター
- セル サイズ
- 並列処理ファクター
- プロセッサー タイプ
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。
- Creator または GIS Professional ユーザー タイプ
- 公開者もしくは管理者ロール、またはそれと同等のカスタム ロール
- ディープ ラーニング ラスター解析用に構成された ArcGIS Image Server
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。
- ArcGIS REST API
- ArcGIS API for Python
- ArcGIS Pro でのディープ ラーニングを使用して変化を検出