ArcGIS ile Derin Öğrenme Gelişmelerine Genel Bakış

Esri tarafında 2021 yılı, Derin Öğrenme alanındaki gelişmeler için büyük bir yıl oldu. Birçok yeni önceden eğitilmiş derin öğrenme modeli, veri türlerinde yeni geliştirmeler ve geliştirici tarafında yeniliklerle birlikte birçok yenilik eklendi. Bu güncellemeler, mevcut kullanıcıların yanında CBS analistleri, geliştiriciler ve veri bilimcilerinin işlerini kolaylaştıracak iş akışlarını desteklemek amacıyla gerçekleştirildi. 2021 yılında gelen yeniliklerden öne çıkanlara göz atalım:

Önceden Eğitilmiş Derin Öğrenme Modelleri

ArcGIS Living Atlas of the World’de 25 önceden eğitilmiş derin öğrenme modeli yayınlandı. Esri’nin önceden eğitilmiş bu modelleri çok çeşitli sektörlerdeki iş akışlarında kullanılmak üzere tasarlanmıştır. Örneğin, kentsel planlama için bina taban izlerini kullanmak, yapıları sigorta ya da vergilendirme amacıyla sınıflandırmak için verileri insan emeğiyle sınıflandırmanın zaman alıcı işlerinden kurtararak kullanıcının iş yükünün azaltılmasına katkı sağlar.

Yapay Zeka’yı Daha Kullanılabilir Hale Getirmek

ArcGIS’te eğitim örneklerini toplama, büyük veri kaynaklarını yönetme ve modelinizi uzun süreli eğitme ihtiyacını ortadan kaldırarak yapay zekayı kullanmayı kolay bir hale gelmiş oldu. Living Atlas’tan paylaşılan ön eğitimli modeller, kendi iş akışlarınıza özel şekilde kolayca uyarlanabilen çeşitli arazi, coğrafya ve veri türlerine uygulanabilir şekilde tasarlanmıştır. Bu koleksiyona sürekli olarak yeni modeller eklenmektedir. Birçok farklı görüntü ürününüzle çalışabileceğiniz bu modellere buradaki kütüphaneden göz atabilirsiniz.

Çeşitli İş Akışlarını Destekleyen Araçlar

Yeni geliştirilen veri türleri, görevler ve deneyimler sayesinde çok çeşitli iş akışlarını destekleyen araçlar geldi. ArcGIS’teki geliştirilmiş derin öğrenme araçlarına artık değişim tespiti ve nesne takibi gibi yeni görevlerin yanı sıra sokak görünümü görüntüleri, hareketli görüntüler ve nokta bulutu gibi veri türleriyle de çalışabilme yetenekleri eklendi.

Eğitim örneklerini toplamak/oluşturmak, eğitim verilerini dışarı aktarmak ve görüntüler, 3 boyutlu veriler, nokta bulutları, detaylar, metin ve videolar gibi veri türleriyle kullanmak üzere eğitim modelleri için araçlar güncellendi.

Bunun yanında derin öğrenme için detayları etiketleme aracı da sınıflandırma ve hareketli görüntüyle çalış iş akışlar için basitleştirildi.

Servis Olarak Kullanılabilen Yazılım Çözümü (SaaS)

Bu yıl öğrenme alanında yapılan en büyük yeniliklerden biri de Derin Öğrenme yeteneklerini web’e taşıyan ArcGIS Image for ArcGIS Online oldu. Piksel sınıflandırma, nesne sınıflandırma ve nesne algılama gibi görevler artık web üzerinden uygulanabilir bir şekilde desteklenmekte. Kullanıcılar artık Esri tarafından sağlanan güvenli, ölçeklendirilebilir ve yüksek performanslı bir bulut ortamını kullanarak derin öğrenme işlerini gerçekleştirebilecektir. Bu yüklü donanım, güvenlik ve bakım masraflarından kullanıcıları kurtaracak bir çözüm oldu.

Geliştiriciler ve Veri Bilimcileri için Gelen Yeni Yeteneler

arcgis.learn Python API modülü derin öğrenme işleriniz için kodlama yaklaşımıyla çalışmanıza da izin verir. Bu, görüntüler, videolar, 3 boyutlu veriler, nokta bulutları, metin işleme, tablolar ve zaman serileri gibi veriler için de basitleştirilmiş bir API çerçevesi sunar.

Bu modül, nesne algılama piksel sınıflandırma için en yeni derin öğrenme modelleriyle entegre olacak şekilde geliştirildi. Ayrıca çeşitli geliştirmeler de eklenerek AutoML yetenekleriyle yüksek doğruluk oranına sahip modelleri tamamen otomatik şekilde eğitme gibi özellikler geldi.

ArcGIS tarafında 2021 yılında gelen bu yetenekleri özetlemek gerekirse, yeni ve güncellenmiş derin öğrenme modelleri için 2021 çok ilgi çekici ve üretken bir yıl oldu. 2022 için ise yeni geliştirmeler yolda.

Esri Türkiye, 2021

Kaynaklar ve Bağlantılar:

Living Atlas Derin Öğrenme Kütüphanesi

Hareketli Görüntüden Nesne Takibi

arcgis.learn’deki Yenilikler

Year in review 2021 Deep Learning in ArcGIS

Bu yazı için bir etiket bulunmamaktadır.

ArcGIS Online Kuruluş Ana Sayfasını Aramalarda Kolay Bulunabilir Hale Getirme

ArcGIS Online’da aradığınız içeriğe ulaşmanızı kolaylaştırmak için etiketler ve filtre uygulamak gibi çeşitli yöntemler mevcuttur. Bunlara rağmen paylaştığınız ögenin aramalarda öne çıkmasını sağlamanın da farklı yöntemleri bulunuyor.

Herkese açık olarak erişilebilen bir kuruluş ana sayfanız varsa, bunu ArcGIS Online’da herkese açık bir öge olarak ekleyerek internetten bulunmasını kolaylaştırabilirsiniz.

Kuruluşunuzun ana sayfasını bir bağlantı olarak kopyalayıp, sitenizi ziyaret etmesini istediğiniz kişilerle adresi paylaşmak en etkili yoldur. Peki ya bu paylaştığınız kişi bu bağlantıyı kaybettiyse ve sadece bir arama yaparak kuruluşunuzun ana sayfasına ulaşmaya çalışırsa. Bu kişilerin ana sayfanızı bulmasını kolaylaştırmanın kolay bir yolu var. Sitenizin ArcGIS Online’da yapılan arama sonuçlarında üstlerde çıkmasını, bağlantınız herkese açık bir öge olarak ekleyerek ve bir iki küçük ayarlama yaparak sağlayabilirsiniz .

Hem de bağlantıyı bir kez öge olarak eklendikten sonra, Hub sitelerinize, grup tabanlı galerilerinize ve daha fazlasına da ekleyebilirsiniz.

Kuruluşunuzu, keşfini kolaylaştırmak üzere bir öğe olarak eklemek için aşağıdaki basit adımları izlemeniz yeterli:

Adım 1

Kuruluşunuzda oturum açın ve kuruluşunuzun ana sayfasını açınız.

Adım 2

Ana sayfa URL’nizi kopyalayınız.

Adım 3

İçerik sekmesine gidiniz ve Yeni öge’ye tıklayınız.

Adım 4

URL’ye tıklayınız.

Adım 5

Sonraki panelde, yukarıdaki 2. Adımda kopyaladığınız URL’yi kullanarak ana sayfanızı ekleyiniz.

  1.  URL’yi yapıştırın.
  2.  Belge’yi seçiniz.
  3.  İleri’ye tıklayınız.

Adım 6

Öğe detay bilgilerini tamamlayınız.

  1.  Yeni ögeniz için bir başlık ekleyiniz ve isteğe bağlı olarak diğer bilgileri giriniz.
  2.  Bitirdiğinizde Kaydet’e tıklayınız.

Öğe sayfasını daha sonra detaylıca da düzenleyebilirsiniz (aşağıdaki 7. Adım).

Adım 7

Öğe özetini ve açıklamasını tamamlayın, bir küçük resim ekleyin ve en önemlisi öğeyi herkese açık olarak paylaşınız.

Kuruluşunuzun ana sayfası artık arama yoluyla keşfedilebilir, bu da başkalarının bulmasını ve kullanmasını kolaylaştırır. Öğe ayrıca hub sitelerinize, galerilerinize ve daha fazlasına eklenebilir.

İpucu: Ögeyi, arama sonuçlarında daha yukarılarda gösterilmesi için Güvenilir olarak ayarlayabilirsiniz.

Adım 8

İçerik bölümünden herkese açık olarak paylaştıktan sonra bağlantınız bir öge olarak aşağıdaki gibi görünecektir.

Artık ana sayfa bağlantınız, ArcGIS Online’da arattığınızda bulunabilir bir öge olarak herkes tarafından erişilebilir.

Daha fazla bilgi için:

https://www.esri.com/arcgis-blog/products/arcgis-online/mapping/make-your-organization-home-discoverable/

Esri Türkiye 2021

 

Bu yazı için bir etiket bulunmamaktadır.

ArcGIS Pro için Derin Öğrenme Python Kütüphanelerinin Yüklenmesi

ArcGIS Pro’da derin öğrenme işlemleri yapmak istiyorsanız öncelikle derin öğrenme çerçevelerini yüklemeniz gerekiyor. ArcGIS Pro’daki tüm derin öğrenme coğrafi işlem araçları, desteklenen derin öğrenme çerçeveleri kitaplıklarının yüklenmesini gerektirir.

Burada bu yükleme işlemini farklı yollardan nasıl yapabileceğinizi anlatacağız. Başlamadan önce bilmemiz gereken en önemli şey hangi ArcGIS Pro sürümüyle çalışıyorsak ona uygun kütüphaneleri indirip kurmamız gerektiğidir.

ArcGIS Pro’nun her sürümü, derin öğrenme kitaplıklarının belirli sürümlerini gerektirir. ArcGIS Pro’yu yükselttiğinizde, o ArcGIS Pro sürümüne karşılık gelen derin öğrenme kitaplıklarını yüklemeniz gerekir. Hangi sürümü kullanıyorsanız gereken kitaplıkların listesine ve Derin Öğrenme ile ilgili diğer bilgilere Derin Öğrenme hakkında Sıkça Sorulan Sorular bilgi sayfasından ulaşabilirsiniz.

Not: Eğer ArcGIS Enterprise ortamınızda derin öğrenme araçlarını kullanmak isterseniz, ArcGIS Enterprise için derin öğrenme çerçevelerinin nasıl kurulacağına ilişkin talimatlar için bkz. Derin öğrenme için ArcGIS Enterprise’ı yapılandırma. Bu yazı ArcGIS Pro ortamında kütüphaneleri nasıl yükleyebileceğiniz konusunu içermektedir.

ArcGIS Pro sürümünüze göre derin öğrenme kütüphanelerini yüklemenin en kolay yolu ArcGIS Pro için Derin Öğrenme Kitaplıkları Yükleyicisi ile kurulum yapmaktır. Bağlantıdan mevcut olan en son kütüphaneleri toplu şekilde indirip tek seferde kurabilirsiniz. Bu kurulum aktif Python ortamınıza kurulacaktır. Python ortamları ArcGIS Pro’nun doğru şekilde çalışması için gerekli bileşenleri barındırır, bundan dolayı, kütüphaneleri kurmadan önce Python ortamınızın yeni bir kopyasını oluşturup, bunun üzerinde çalışmanızı öneririm.

Bağlantıdan Esri’nin Derin Öğrenme Çerçeveleri indirme sayfasından ArcGIS Pro sürümünüze uygun olan yükleyiciyi seçip indirebilir ve ardından çalıştırarak sorunsuz şekilde kurulumun yapılmasını sağlayabilirsiniz.

ArcGIS Pro sürümünüz ArcGIS Pro 2.8 ise bununla ilgili bağlantıdan indirme yapınız.

ArcGIS Pro sürümünüz ArcGIS Pro 2.8 ise bununla ilgili bağlantıdan indirme yapınız.

Eğer ortamınızdaki çeşitli kısıtlardan yükleyiciyi kullanamıyorsanız manual olarak yüklemek için gene aynı sayfada bulunan manuel yükleme adımlarını takip edebilirsiniz.

Bununla birlikte tamamen çevirim dışı bir sisteme yüklemek isterseniz önceden indireceğiniz temel modelleri de kurabilirsiniz.

Yukarıda bahsettiğim indirme ve yükleme yöntemleri Esri tarafından önerilen yükleme yöntemleridir. Kendinize uygun olan yöntemi seçerek kullanabilirsiniz.

Ancak ArcGIS Pro’ya sıklıkla güncellemeler gelmekte ve bu güncellemelerle yazılım yeni yetenekler kazanmakta ve varsa mevcut bug’lar çözülmektedir.

ArcGIS Pro Derin Öğrenme kütüphanesi yükleyicileri her zaman ArcGIS Pro kadar hızlı güncelleme alamayabiliyor. ArcGIS Pro’nun her sürümü, derin öğrenme kitaplıklarının belirli sürümlerini gerektirir. ArcGIS Pro’yu yükselttiğinizde, o ArcGIS Pro sürümüne karşılık gelen derin öğrenme kitaplıklarını yüklemeniz gereklidir. Böyle bir durumla karşılaştığınızda ise benim kullandığım diğer bir yöntemi paylaşmak istiyorum:

Öncelikle, varsayılan Python ortamını kopyalayarak, derin öğrenme üzerine çalışabileceğimiz bir Python ortamı hazırlıyoruz. Bunun için ArcGIS Pro ayarlarından, Python’a tıklayıp, Manage Environments (Ortamları Yönet) butonuna tıklıyoruz.

Bu ekranda varsayılan arcgispro-py3 ortamını bulup Clone (Kopyala) butonuna tıklıyoruz.

Yeni gelen pencerede ortam kopyanızı bilgisayarınızda istediğiniz yere kurabilir ve istediğiniz adı verebilirsiniz ama varsayılan olarak bırakmak rastgele hatalarla karşılaşmanıza engel olacaktır.

Clone (Kopyala) butonuna bastığınızda yükleme başlayacaktır, bu işlem biraz zaman alabilir. Bittiğinde ise yeni gelen ortamın yanındaki radyo butonunu seçerek OK’a (Tamam) tıklayınız. Yeni ortamın kullanılabilmesi için ArcGIS Pro’yu yeniden başlatmanız gerekecektir.

Artık derin öğrenme paketlerini kurmaya hazırız. Bunun için komut satırını kullanacağız. Windows Başlangıç menüsünden ArcGIS – Python Command Prompt’u bulup çalıştırınız. Ardından gelen ekranda komut satırının kopyaladığınız Python ortamıyla çalıştığını teyit ediniz.

Her şey hazırsa, komut satırına conda install -c esri deep-learning-essentials=2.8 yazınız ve Enter’a basınız. Buradaki 2.8 sayısı ArcGIS Pro sürümünüzle uyuşmalıdır. Conda sizin için gerekli paketleri bulup yüklemek ya da güncellemek için bir liste dökümü verecektir. Listedeki paketleri yüklemek için klavyenizden y tuşuna ve ardından da Enter’a basınız. Komut satırı size yükleme durumlarını gösterecektir bittiğinde ArcGIS – Python Command Prompt ekranını kapatabilirsiniz.

Ortamınız artık derin öğrenme coğrafi işlemlerini kullanmaya hazırdır. İyi çalışmalar!

Kaynaklar:

Install deep learning frameworks for ArcGIS—ArcGIS Pro | Documentation

Esri/deep-learning-frameworks: Installation support for Deep Learning Frameworks for the ArcGIS System (github.com)

Deep Learning – Esri Community

Esri Türkiye – Haziran 2021

 

 

ArcGIS Excalibur Mayıs Güncellemesinde Bizi Neler Bekliyor

ArcGIS Excalibur, analistlerin görüntüleri arayıp bulabileceği ve bu görüntülerle çalışabilecekleri web tabanlı bir uygulamadır. Excalibur, geleneksel olarak ayrı iş akışlarına sahip olan mekânsal ve raster tabanlı görüntüleri tek bir bütünleşmiş deneyimde birleştirerek görüntü tabanlı iş akışlarını modernize eder ve geliştirir. Kullanımı kolay, web tabanlı bir sahip olan Excalibur, kuruluşlar arası karar almayı geliştirecek kullanım özelliklerine sahiptir.

ArcGIS Excalibur’un Mayıs 2021 sürümü, etkileşimli tablo görünümü, haritadaki ya da görüntüdeki herhangi bir konuma hızlıca gitmeyi sağlayan işlemler gibi gözlemleme yeteneklerini geliştiren birçok yeni özellikle gelecek. Bunlardan bazılarını aşağıda bulabilirsiniz.

Gözlemleri Kopyalama (Copy Observations)

Aralık 2020 sürümünde Excalibur kullanıcıların bir düzenleme oturumu sırasında aynı anda birden çok gözlemde değişiklik yapmalarına izin vererek iş akışlarını optimize etmeyi amaçlayan özellikler getirmişti. İş akışı optimizasyonu bu sürümde de gelişti. Kullanıcılar artık birden çok gözlemi tek seferde seçip yeni gözlemler olarak kopyalayabiliyorlar. Bu araç, kullanıcıların daha önceden toplanan gözlemlerini yeni görüntülere uygulamasını yaparken fayda sağlayacaktır. Kullanıcılar yeni gözlemlerin meta verilerini de istedikleri gibi düzenleyebileceklerdir.

 

Etkileşimli Detay Tablosu

Bir detayın özniteliklerine bakarken bulunduğu konumun görüntüsündeki bilgilere bakmanız gereken durumlar olabilir. Detay tablosu, görüntü projenizdeki bağlamsal veya gözlem katmanlarının etkileşimli bir tablo görünümünü size sağlayacaktır. Bir tablodan gözlemleri seçebilir ve haritanızdan ya da görüntünüzden ilgili detayların vurgulanmasını sağlayabilirsiniz.

Koordinatlara Git (Go-to Coordinate) Aracı

Bir görüntüde ya da haritada bir konuma hızlıca gitmeniz gerektiğinde Go-to Coordinate aracını kullanarak hızlıca ulaşabilirsiniz. Kullanıcılar, bir koordinat sistemi kullanarak koordinatları girebilir ve ardından birden çok notasyon biçimi kullanarak çıktıyı farklı bir koordinat sistemine görüntüleme veya kopyalama seçeneğine sahip olabilecekler. Bu aracı kullanarak, kullanıcılar görüntülerdeki ilgili konuma gidebildikleri gibi haritadaki herhangi bir konuma tıklayarak o konumun koordinatlarını da alabilecekler.

 

Yeniliklerden Haberdar Olun

ArcGIS Excalibur, ArcGIS’in yetenekleri üzerine inşa edilerek, kullanıcı isteklerini de göz önünde bulundurarak sürekli iyileştirmelerle görüntü iş akışlarını dönüştürmeye devam ediyor. Excalibur hakkında daha fazla bilgi edinmek için Esri Topluluk sayfasını ve YouTube Oynatma Listesini ziyaret edebilirsiniz.

Kaynaklar ve Yardımcı Bağlantılar:

What’s Coming in ArcGIS Excalibur 2021 – Esri

ArcGIS Excalibur | Documentation for ArcGIS Enterprise

Esri Türkiye, 2021
ArcGIS Living Atlas ile Kullanıma Hazır Derin Öğrenme Modelleri

ArcGIS Living Atlas ile Kullanıma Hazır Derin Öğrenme Modelleri

Çok çeşitli sensörlerden ve kaynaklardan elde edilen görüntü verileri gün geçtikçe artmaya devam ediyor, bunları anlamlandırmak, sınıflandırmak, analiz etmek ya da bütün bu işlemleri otomatize etmek için Yapay Zeka’ya olan ihtiyaç ve talep de aynı hızda artıyor. Kuruluşunuzun da büyük boyutlarda ve hızlarda veri işlemeye hazır olabilmesi için Esri, yapay zeka işleriniz için ArcGIS Living Atlas of The World ile kullanımınıza hazır yapay zeka modellerini kullanıma sürdü. Bunlara bu bağlantıdan ulaşabilirsiniz.

Coğrafi veri kümelerinize uygulayabileceğiniz yapay zeka yeteneklerden daha önceden bahsettiğimiz, ArcGIS’te bulunan bir çok derin öğrenme modeli hakkındaki bilgilere buradan ulaşabilirsiniz.

Esri’nin Yapay Zeka ekibi buradaki modellerine sürekli olarak yenilerini eklemeye devam ediyor.

Yeni Derin Öğrenme Modelleri kullanılarak otomatik olarak çıkarılmış bina taban sınırları.

 

Yeni çıkan Kullanıma hazır modellerle ise siz ve kurumlarınızın derin öğrenme iş akışlarınızı çok daha kolay ve ölçeklendirilebilir hale getiriyor. Bu kullanıma hazır modeller yani eğitime gerek duymayan modeller, Esri tarafından çok büyük veri kümelerinden önceden eğitilmiştir ve nokta bulutu verilerinizden ya da uydu görüntülerinden sayısallaştırma yoluyla çıkaracağınız detayları otomatikleştirme için kolayca kullanılabilirler. Dahası yapay zeka ve derin öğrenmenin gücüne erişebilmek için ArcGIS Online hesabınız olması yeterlidir.

Modelleri Kullanma

Bu modelleri kullanmak oldukça kolaydır. ArcGIS Pro’daki coğrafi işlem araçlarını kullanarak verilerinize uygulayabilirsiniz. Örneğin Detect Objects Using Deep Learning aracı için araca girdi olarak görüntüleri ve yukarıdaki bağlantıdan indirdiğiniz modeli göstermeniz yeterli. Derin öğrenme işlemleri daha önce hiç olmadığı kadar kolay bir hal aldı. Tabi iyi bir grafik işlemci biriminizin olması işleri hızlandırmak için iyi olabilir ama gerekli değildir, modelinizi CPU ile de çalıştırabilirsiniz. Ya da işleri daha hızlı bir hale getirmek için ArcGIS Enterprise ile Image Server kullanabilirsiniz.

Bina taban sınırlarını çıkartma işleminin yapıldığı örnek video’yu buradan izleyebilirsiniz.

Bu derin öğrenme modellerinden nasıl yararlanabilirsiniz?

Muhtemelen, ayak izlerini sayısallaştırmak veya arazi örtüsü haritaları oluşturmak gibi görüntülerden detayları manuel olarak çıkarmanın zaman alıcı olduğunu söylemeye gerek yoktur. Derin öğrenme, bu süreci otomatikleştirir ve bu çıktıları elde etmek için gereken manuel etkileşimi önemli ölçüde aza indirir. Bununla birlikte, kendi derin öğrenme modelinizi eğitmek karmaşık olabilir, çok fazla veriye, kapsamlı bilgi işleme kaynağına ve derin öğrenmenin nasıl çalıştığına dair bilgiye ihtiyaç duyar.

Kaliforniya’dan örnek bina taban sınırları.

 

Kullanıma hazır modellerle, detayları manuel olarak çıkarmak veya kendi derin öğrenme modelinizi eğitmek için artık zaman ve enerji harcamanıza gerek kalmıyor. Bu modeller, çeşitli coğrafyalardan gelen çok büyük veri setleriyle eğitilmiştir. Siz kendi görüntülerinizle, bir düğmeye tıklayarak detayları kolayca çıkarabilir ve haritalama, görselleştirme ve analiz için CBS veri kümesi katmanlarınızı oluşturabilirsiniz.

Dubai’deki Palmiye Adalarından çıkarılmış örnek bina taban sınırları.

 

Kullanımınıza Hazır Yayınlanmış Birkaç Modeli Tanıyalım

ArcGIS Online’da sürekli olarak yenilerinin eklendiği derin öğrenme modelli mevcuttur. Bu modeller, ArcGIS Pro, Image Server veya ArcGIS for Python ile kullanabileceğiniz Derin Öğrenme Paketleri yani DLPK dosyaları şeklinde bulunmaktadır.

  1. Bina Taban İzini Çıkarma modeli, yüksek çözünürlüklü uydu görüntülerinden bina taban izlerini çıkarmak için kullanılır. Amerika Birleşik Devletleri verileriyle tasarlanmış ve eğitilmiş olsa da, dünyanın diğer bölgelerinde oldukça iyi performans gösteriyor.

    Bu model Dünya’nın farklı bölgelerindeki veri kümeleriyle de çalışmaktadır. İsveç’ten örnek sonuçlar.

     

    Bina taban izi katmanları, şehir bölge planlama, sigortacılık, vergilendirme, değişim tespiti ve altyapı planlaması gibi CBS işlerinde kullanılabilen verilerdir. Bazı sonuçlara ulaşabileceğiniz bir hikaye haritasına buradan erişebilir ve ArcGIS Pro’da nasıl uygulanabileceğine ilişkin bir videoya da buradan erişebilirsiniz.

  2. Arazi Örtüsü Sınıflandırma modeli, Landsat 8 görüntüleri kullanılarak bir arazi örtüsü ürünü oluşturmak için kullanılır. Ortaya çıkan arazi örtüsü haritaları, kentsel planlama, kaynak yönetimi, değişim tespiti ve tarım için kullanılabilir.

    Landsat 8 görüntülerinden sınıflandırılmış arazi örtüsü haritası.

     

    Bu jenerik model, Landsat 8 verileri ile Amerikan Ulusal Arazi Örtüsü Veritabanı (NLCD) 2016 üzerinde eğitilmiştir. Arazi örtüsü sınıflandırması karmaşık bir uygulamadır ve geleneksel yöntemlerle tespit edilmesi zordur. Derin öğrenme modelleri, bu karmaşık semantikleri öğrenme ve çok iyi sonuçlar verme konusunda yüksek kapasiteye sahiptir.

  3. Ağaç Nokta Sınıflandırma modeli, nokta bulutu veri kümelerinde ağaçları temsil eden noktaları sınıflandırmak için kullanılabilir.

    Ağaç nokta sınıflandırmalarıyla yapılmış 3 Boyutlu bir sahne.

     

    Ağaçlara ait noktalarının sınıflandırılması, yüksek kaliteli 3B altlık haritaları, kentsel planlama ve ormancılık iş akışları oluşturmak için faydalı olabilir. Bu derin öğrenme modeli 3B Altlık Harita Çözümü‘nde lidar verilerinden ağaçları sınıflandırmak ve ayıklamak için geliştirilmiştir.

Sonraki Adım

ArcGIS’te derin öğrenme modellerini kullanmak için buradaki ayrıntılı talimatları okuyarak, ArcGIS Living Atlas’taki derin öğrenme modellerini kendiniz deneyin.

Kaynaklar:

Living Atlas of the World | ArcGIS
Introducing ready-to-use geospatial deep learning models (esri.com)
Building Footprint Extraction (arcgis.com)
How-to: Extracting Building Footprints using Esri’s Deep Learning Model – YouTube

Esri Türkiye, Aralık 2020