ArcGIS Pro使用深度学习预训练模型自动检测树木

种植园里有成千上万棵树，手动清点这些树需要大量的时间和资源。深度学习是一种自动检测图像中物体的强大方法，但从头开始训练深度学习模型是一个耗时的过程。作为替代方法，您可以使用已训练的模型。

在本教程中，作者：Delphine Khanna详细为你讲解。将从 ArcGIS Living Atlas of the World 数据集中获取一个预训练模型，并将其应用到高分辨率图像中，以高效地检测 ArcGIS Pro 中遍布景观的棕榈树。由此产生的要素图层将有助于估算整个地区的棕榈树数量、监测耕作方法或评估即将到来的生产水平。

设置工程并浏览数据

1.首先，您将下载一个包含本教程所有数据的工程，并在 ArcGIS Pro 中将其打开。下载 Palm_Tree_Detection 包。文末有练习数据下载链接。

注：
.ppkx 文件是一个 ArcGIS Pro 工程包，可能包含可以在 ArcGIS Pro 中打开的地图、数据和其他文件。通过本指南了解有关在 ArcGIS Pro 工程包 (.ppkx files) 指南中管理 .ppkx 文件的详细信息。

2.在计算机上找到已下载的文件。双击 Palm_Tree_Detection.ppkx 以将其在 ArcGIS Pro 中打开。如果出现提示，请使用 ArcGIS 账户登录。

注：
如果您没有 ArcGIS Pro 的访问权限或者 ArcGIS 组织帐户，请参阅软件访问权限选项。

显示以汤加王国汤加塔普岛上的科洛瓦伊村为中心的地图。图像图层显示在地形底图之上。

3.进行放大和平移以检查影像。

观察整个景观中的众多棕榈树。

这些图像由无人机拍摄，并经过正射影像处理，以消除任何扭曲。它的分辨率很高，每个像素代表地面上大约 9×9 厘米的面积，可以非常清晰地显示棕榈树和其他地物。它采用 TIFF 格式，有红、绿、蓝三个色带，共同构成一幅自然的彩色图片。

手动识别这张图像中的所有棕榈树将非常耗时。您将改为使用深度学习以自动检测它们。

使用预训练的深度学习模型检测棕榈树

您希望使用深度学习以检测影像中的棕榈树。如果您还没有可用的深度学习模型，则需要先从头开始训练一个模型，为其提供大量示例以向模型展示什么是棕榈树。高性能模型可能需要接触成千上万个示例。作为替代方法，您可以使用已训练的模型。您将获得一个这样的模型，并将其应用到您的图像中。

注：

在 ArcGIS Pro 中使用深度学习工具需要在计算机上安装正确的深度学习库。如果您未安装这些文件，请保存工程，关闭 ArcGIS Pro，然后按照在 ArcGIS Pro 中为深度学习做好准备中提供的步骤说明操作。在这些说明中，您还可以了解如何检查您的计算机硬件和软件能否运行深度学习工作流，以及获取其他有用的提示。完成后，您可以重新打开工程并继续本教程。

首先，打开使用深度学习检测对象工具。

1.在功能区视图选项卡的窗口组中，单击地理处理。

2.在地理处理窗格的搜索框中，键入 Detect Objects Using Deep Learning。在结果列表中，单击使用深度学习检测对象工具打开它。

3.设置以下使用深度学习检测对象参数值：

对于输入栅格，选择 Kolovai_imagery.tif。
对于输出检测对象，键入 Detected_Palm_Trees。
对于模型定义，单击浏览按钮。

从 ArcGIS Living Atlas of the World 获取棕榈树提取预训练模型。

注：
ArcGIS Living Atlas of the World 是 Esri 的权威 GIS 数据集。它包含一个由超过 50 个预训练深度学习模型组成的日益丰富的的模型库，可检测建筑物、船舶、农田边界等各种物体。

4.在模型定义窗口中的门户下，单击 Living Atlas。在搜索框中，键入 Palm Tree Detection。选择棕榈树检测并单击 OK。

选择深度学习模型后，模型参数将自动加载。

5.在参数下，保留所有默认值。

有两个参数特别值得关注：

阈值——阈值为 0.5 意味着只有当模型有至少 50% 的置信度认为检测到的物体确实是棕榈树时，才会将其添加到输出数据集中。通过反复试验可以找到最佳阈值。
批量大小——深度学习对象检测无法一次性对整个图像进行检测。该工具会改为将图像切割成名为“切片”的小块。批量大小为 4 意味着该工具将一次处理四个图像切片。在运行该工具时，您可能会收到内存不足的错误提示，因为您的电脑没有足够的内存来进行该级别的处理。在这种情况下，请尝试将 Batch_size 值从 4 降到 2 甚至 1。减小此值不会影响模型的质量，仅会影响模型检测过程的效率。

目前，这两个参数保留默认值。

有时，模型会不止一次检测到一个对象。非极大值抑制 (NMS) 是一种可选程序，当检测到对象重复时，会抑制部分检测到的对象。保留检测到的置信度最高的对象，移除其他对象。在下面的示例图像中，棕榈树被检测到两次。使用 NMS 时，只保留一个检测到的对象。