當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文


Python arcgis.learn.export_training_data用法及代碼示例

用法:

arcgis.learn.export_training_data(input_raster, input_class_data=None, chip_format=None, tile_size=None, stride_size=None, metadata_format=None, classvalue_field=None, buffer_radius=None, output_location=None, context=None, input_mask_polygons=None, rotation_angle=0, reference_system='MAP_SPACE', process_all_raster_items=False, blacken_around_feature=False, fix_chip_size=True, *, gis=None, future=False, **kwargs)

參數:

  • input_raster: 必需的。需要導出以進行訓練的柵格圖層。
  • input_class_data: 標記數據,可以是要素圖層或圖像圖層。矢量輸入應遵循由ArcGIS Pro Training Sample Manager 生成的訓練樣本格式。柵格輸入應遵循分類柵格工具生成的分類柵格格式。
  • chip_format: 可選字符串。圖像芯片輸出的光柵格式。
    • TIFF:TIFF 格式
    • PNG:PNG 格式
    • JPEG:JPEG 格式
    • MRF:MRF(元光柵格式)
  • tile_size: 可選字典。圖像芯片的大小。 示例:{“x”: 256, “y”: 256}
  • stride_size: 可選字典。創建下一個圖像芯片時在 X 和 Y 方向上移動的距離。當 stride 等於 tile 大小時,不會有重疊。當 stride 等於 tile 大小的一半時,會有 50% 的重疊。 示例:{“x”: 128, “y”: 128}
  • metadata_format: 可選字符串。輸出元數據標簽的格式。訓練數據的輸出元數據標簽有 4 個選項,KITTI Rectangles、PASCAL VOCrectangles、Classified Tiles(類圖)和RCNN_Masks。如果您的輸入訓練樣本數據是要素類圖層(例如建築物圖層或標準分類訓練樣本文件),請使用 KITTI 或 PASCAL VOC 矩形選項。輸出元數據是一個 .txt 文件或 .xml 文件,其中包含最小邊界矩形中包含的訓練樣本數據。元數據文件的名稱與輸入源圖像名稱相匹配。如果您的輸入訓練樣本數據是類映射,請使用 Classified Tiles 作為輸出元數據格式選項。
    • KITTI_rectangles:元數據遵循與卡爾斯魯厄理工學院和豐田理工學院 (KITTI) 對象檢測評估數據集相同的格式。 KITTI 數據集是一個視覺基準套件。這是默認設置。標簽文件是純文本文件。所有值,無論是數字還是字符串,都用空格分隔,每一行對應一個對象。此格式可用於FasterRCNN RetinaNet SingleShotDetector 和 YOLOv3 模型。
    • PASCAL_VOC_rectangles:元數據遵循與模式分析、統計建模和計算學習、視覺對象類 (PASCAL_VOC) 數據集相同的格式。 PASCAL VOC 數據集是用於對象類識別的標準化圖像數據集。標簽文件是 XML 文件,包含有關圖像名稱、類值和邊界框的信息。此格式可用於FasterRCNN RetinaNet SingleShotDetector 和 YOLOv3 模型。
    • Classified_Tiles:此選項將每個輸入圖像芯片輸出一個分類圖像芯片。每個圖像芯片沒有其他元數據。隻有統計輸出有關於類的更多信息,例如類名、類值和輸出統計信息。此格式可用於 BDCNEdgeDetector、DeepLab HEDEdgeDetector、MultiTaskRoadExtractor PSPNetClassifier 和 UnetClassifier 模型。
    • RCNN_Masks:此選項將輸出在樣本所在區域具有掩碼的圖像芯片。該模型為圖像中對象的每個實例生成邊界框和分割掩碼。此格式可用於MaskRCNN 模型。
    • Labeled_Tiles :此選項將使用特定類標記每個輸出圖塊。此格式用於圖像分類。此格式可用於FeatureClassifier 模型。
    • Multi-labeled Tiles :每個輸出圖塊將標有一個或多個類。例如,一個圖塊可能被標記為農業,也可能是多雲的。此格式用於對象分類。此格式可用於FeatureClassifier 模型。
    • Export Tiles :輸出將是沒有標簽的圖像芯片。這種格式用於圖像增強技術,例如超分辨率和變化檢測。此格式可用於 ChangeDetector CycleGAN Pix2Pix 和 SuperResolution 模型。
  • classvalue_field: 可選字符串。指定包含類值的字段。如果未指定字段,係統將查找‘value’ or ‘classvalue’ 字段。如果此特征不包含類字段,係統將假定所有記錄屬於 1 類。
  • buffer_radius: 可選整數。指定點要素類的半徑以指定訓練樣本區域。
  • output_location: 這是訓練樣本數據的輸出位置。它可以是服務器數據存儲路徑或共享文件係統路徑。 例子:
    服務器數據存儲路徑 - /fileShares/deeplearning/rooftoptrainingsamples /rasterStores/rasterstorename/rooftoptrainingsamples /cloudStores/cloudstorename/rooftoptrainingsamples 文件共享路徑 - \\servername\deeplearning\rooftoptrainingsamples
  • context: 可選字典。上下文包含影響任務執行的其他設置。字典可以包含以下鍵的值:
    • exportAllTiles - 選擇是否導出具有重疊標記數據的圖像芯片。
      • True - 導出所有圖像芯片,包括那些不與標記數據重疊的芯片。
      • False - 僅導出與標記數據重疊的圖像芯片。這是默認設置。
    • startIndex - 允許您設置圖像芯片序列的起始索引。這使您可以將更多圖像芯片附加到現有序列。默認值為 0。
    • cellSize - 可以在上下文參數中使用此鍵設置單元大小
    • extent - 設置函數使用的處理範圍
    設置上下文參數將覆蓋使用 arcgis.env 變量為此特定函數設置的值。(cellSize, extent) 例如:{“exportAllTiles”: False, “startIndex”: 0 }
  • input_mask_polygons: 可選要素圖層。描繪將創建圖像芯片的區域的要素圖層。隻會創建完全落在多邊形內的圖像芯片。
  • rotation_angle: 可選浮點數。將用於生成附加圖像芯片的旋轉角度。 將生成一個旋轉角度為 0 的圖像芯片,即不旋轉。然後它將以指定的角度旋轉以創建額外的圖像芯片。將在多個圖像芯片中以多個角度捕獲相同的訓練樣本以進行數據增強。默認旋轉角度為 0。
  • reference_system: 可選字符串。指定用於解釋輸入圖像的參考係統類型。指定的參考係統應與用於訓練深度學習模型的參考係統相匹配。
    • MAP_SPACE:輸入圖像在基於Map的坐標係中。這是默認設置。
    • IMAGE_SPACE:輸入圖像在圖像空間中,從捕獲圖像的傳感器方向觀察,並旋轉使得建築物和樹的頂部在圖像中指向上方。
    • PIXEL_SPACE:輸入圖像在圖像空間,沒有旋轉,也沒有失真。
  • process_all_raster_項目: 可選的布爾值。指定如何處理影像服務中的所有柵格項目。
    • False:影像服務中的所有柵格項目將被鑲嵌在一起並進行處理。這是默認設置。
    • True:影像服務中的所有柵格項目都將作為單獨的影像進行處理。
  • blacken_around_feature: 可選的布爾值。指定是否將每個圖像平鋪中每個對象或特征周圍的像素變黑。此參數僅在元數據格式設置為 Labeled_Tiles 並且已指定輸入要素類或分類柵格時適用。
    • False:對象或特征周圍的像素不會變黑。這是默認設置。
    • True:對象或特征周圍的像素將變黑。
  • fix_chip_size: 可選的布爾值。指定是否裁剪導出的切片以使它們都具有相同的大小。此參數僅在元數據格式設置為 Labeled_Tiles 並且已指定輸入要素類或分類柵格時適用。
    • True:導出的圖塊大小相同,並將以要素為中心。這是默認設置。
    • False:將裁剪導出的圖塊,使邊界幾何僅圍繞圖塊中的特征。
  • gis: 可選的地理信息係統。運行此工具的 GIS。如果未指定,則使用活動 GIS。
  • future: 僅關鍵字參數。可選的布爾值。如果為 True,則結果將是一個 GPJob 對象,並且結果將異步返回。

返回:

包含導出訓練數據位置的輸出字符串

函數旨在從輸入圖像數據中生成訓練樣本圖像芯片,帶有標記的矢量數據或分類圖像。該服務工具的輸出是數據存儲字符串,其中將存儲輸出圖像芯片、標簽和元數據文件。 .. 筆記:

This function is supported with ArcGIS Enterprise (Image Server)

相關用法


注:本文由純淨天空篩選整理自arcgis.com大神的英文原創作品 arcgis.learn.export_training_data。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。