2021年1月10日
|努尔·奥泽尔|
移动 技术
您可以使用机器学习来改善您的现场工作流程。使用移动设备上的 ArcGIS Survey123 智能相机功能，即使您在现场并且没有网络连接，也可以使用图像分类模型。
训练模型以识别交通标志是“学习 ArcGIS”课程，展示了如何创建和部署用于现场的图像分类模型。
首先，将获得使用 ArcGIS Survey123 捕获的代表性训练图像集合。接下来，这些图像将用于通过 ArcGIS Notebooks 训练模型。一旦创建了必要的模型文件，它们将与 ArcGIS Survey123 智能相机一起使用来测试模型的预测并对图像进行分类。
要建立图像分类模型，需要大量的图像来定义模型需要识别的每个特征类。将定义两个类：
停车标志
限速标志
对于交通标志，每个类别应该有大约 200 张图像。并非每个图像都需要成为独特的交通标志，但其中至少 20% 必须是独特的。可以接受同一标志的多张照片（具有不同的光线、角度和与物体的距离）。它改进了照片中物体的各种光照、角度和距离的模型，从而提高了预测的准确性、置信度和接受度。
首先，将使用 ArcGIS Survey123 Connect 创建一个表单，其 特殊数据库 中可以输入图像的标记类型。
“交通标志图像”问题包含一个相机按钮，允许表单用户使用他们的移动设备添加图像。此表单将用于收集模型与 ArcGIS Survey123 智能相机功能一起使用的图像。
因此创建了一个表格来
收集可用于训练图像分类模型的图像。
接下来，将使用 ArcGIS Notebooks 创建图像分 探索商业智能和大数据在数字化转型中的力量 类模型。将创建具有高级 GPU 功能的笔记本电脑。
当笔记本执行成功后，会创建一个文件包。这些 印度尼西亚号码列表 文件将被下载并包含在您的测试表中。
接下来，图像分类模型文件将被添加到包含 ArcGIS Survey123 智能相机功能的表单中，以识别速度和停车标志。
首先，将使用 ArcGIS Survey123 Connect 创建一个表单，该表单将图像分类为速度或停止标志并使用模型文件。在 ArcGIS Online 中，下载了SignImageClassificationModelTesting元素。
注意：如果使用 ArcGIS Notebooks 创建的模型文件，则它们将包含在创建的表单中。如果没有模型文件，可以下载示例模型文件集合以供使用。