一、创建训练样本
对汤加科洛瓦伊种植园每棵棕榈树的健康状况进行清查和评估,这需要花费大量的时间和劳动力。 为简化此过程,将在 ArcGIS Pro 中使用深度学习模型来识别树木,然后根据植被绿度的测量值计算其健康状况。 第一步是找到显示汤加科洛瓦伊的影像,该影像具有足够精细的空间和光谱分辨率来识别树木。 获得此影像后,将创建训练样本并将其转换为可供深度学习模型使用的格式。 为了让模型识别出它的查找任务,需要定义棕榈树的影像,以便识别相似的像素和树木大小。
创建训练方案
在训练深度学习模型或任何影像分类模型时,创建良好的训练样本至关重要。 这通常也是该过程中最耗时的一步。 为了向深度学习模型提供在提取影像中所有棕榈树时所需的信息,需要为多棵棕榈树创建要素,以向模型示教椰子树可能具有的大小、形状和光谱特征。 通过“标注对象以供深度学习使用”工具创建和管理训练样本。
注:
创建训练数据集需要将数百个要素数字化,并且可能非常耗时。 如果不想创建训练样本,已在 Provided Results 文件夹中的 Results 地理数据库中提供了一个数据集。 可以前进到“创建影像片”部分。
在内容窗格中,确保已选中 Imagery 图层。
单击功能区上的影像选项卡。 在影像分类组中,单击分类工具,然后选择标注对象以供深度学习使用。
本文介绍了如何使用ArcGIS Pro结合深度学习技术进行棕榈树的提取。首先,通过创建训练样本,包括创建训练方案、训练样本和影像片。接着,利用训练好的模型进行棕榈树的检测,包括训练模型和检测过程。最后,对检测到的要素进行优化,以确保准确的棕榈树计数。
订阅专栏 解锁全文
3191

被折叠的 条评论
为什么被折叠?



