Použití předtrénovaných modelů hlubokého učení s odtajněnými satelitními snímky

Question

Ahoj všichni.<\/P> Jsem doktorand, který se snaží aplikovat předtrénované modely hlubokého učení ESRI (SAM a\/nebo Agricultural Field Delineation) na odtajněné satelitní snímky, konkrétně snímky z nízkorozlišovací mapovací kamery Corona nebo Hexagon.<\/P> V jiném fóru mi bylo řečeno, že protože se jedná o jednokanálové snímky, musel bych k nim přidat texturu (např. integrací Landsat pásů), aby se z nich staly vícekanálové snímky pro tento typ analýzy. Což jsem udělal. Také mi bylo doporučeno, že využití DEM odpovídající mé studijní lokalitě a přibližnému časovému období (snímkování) by zlepšilo mé výsledky. Takže jsem našel vhodný DEM a ořízl ho na mou studijní oblast. Jiný expert řekl, že hluboké učení je efektivnější, když jsou do této analýzy zahrnuty také produkty odvozené z DEM, konkrétně sklon a zakřivení.<\/P> Nyní mám 4 různé rastrové snímky: texturovaný odtajněný snímek, SRTM DEM, sklon a zakřivení. Nahodil jsem je jednotlivě do ArcGIS Online, abych experimentoval s výše zmíněnými balíčky hlubokého učení. Zkoušel jsem oba balíčky jen na texturovaném snímku a na kompozitním pásmovém snímku. A pokaždé jsem dostal chybové zprávy. Nejsem zkušený uživatel GIS, takže je možné, že jsem udělal nějaké hloupé chyby při přípravě svých snímků pro tento typ analýzy. Ale v tuto chvíli si nejsem jistý, kde vůbec začít s řešením problémů.<\/P> Někdo zde někdy úspěšně použil jeden z těchto předtrénovaných modelů na tento typ odtajněných snímků? Nebo slyšel o někom, kdo to dokázal? Pokud ano, ocenil bych jakoukoli radu, kontakty, pracovní postupy, doporučenou literaturu atd., abych mohl pokračovat dál. Tato příprava dat je jen malou (i když potenciálně neocenitelnou) částí mého celkového výzkumu, ale musím být velmi opatrný, abych se nezasekl v dlouhých a časově náročných úkolech (např. shromažďování jednotlivých tréninkových vzorků)... nebo čemkoli příliš složitém pro někoho, kdo nezná kódování ani pokročilé programování GIS.<\/P> Děkuji předem za jakoukoli pomoc!<\/P>

EMK · Answer

Thank you everybody for your answers!  I have read most of these links before but I will look back through them to make sure that I haven't missed anything.  My textured Corona image IS a three band (colour) image.  Texture was added to the original b/w image in Google Earth Engine, following the advice of Ujaval Gandhi of Spatial Thoughts, by combining it with the appropriate Landsat imagery.  I'm currently attempting the actual deep learning experimentation with ArcGIS Online as I've tried this with ArcGIS Pro and even though I have a decent laptop, I'm just a bit above the minimum limits of required processing power for anything deep learning related.  It will work but ties up my laptap for hours, which isn't very practical.  All DL libraries are already installed and compatible with my current version of Pro.  My university is currently allowing me credits for ArcGIS Online (as I need to work remotely and don't have access to high-spec computers) as long as I'm reasonable in what I use.

I use Google Earth Engine or ArcGIS Pro for the other image prep/processing tasks.  And I did make a composite band image using the textured image (1 band?), slope (2nd band?) and curvature (3rd band?) but I may need to doublecheck that everything was actually 8 bit.  Thank you for reminding me about that.  I'll also look into the Managing Labels documentation...but up until now, I've held off on training my own model due to time constraints.

Again, thank you for all the advice.  I'll go back to troubleshooting, reading and experimenting.  And if something DOES finally work, I'll let you know 🙂

BobBooth1 · Answer

I also suggest using ArcGIS Pro, rather than ArcGIS Online. This tutorial should help you get set up:

https://learn.arcgis.com/en/projects/get-ready-for-deep-learning-in-arcgis-pro/

RVirk · Answer

"I now have 4 different raster images: the textured declassified image, an SRTM DEM, slope and curvature.  I uploaded them individually to ArcGIS Online to experiement with the aforementioned deep learning packages.  I tried both packages on just the textured image and on a composite band image."

It seems you still have a raster image which has a single band, minus the texture declassified image where you may have only 2 bands - texture + b/w. [Corona is a single band b/w imagery]. This still does not fit the pre-trained model requirements!