Objekterkennung aus Aerial Point Cloud

ZhaiyuChen

<\/HEAD>

Einführung<\/H2>Der Actueel Hoogtebestand Nederland (AHN) Datensatz stellt die Niederlande präzise als unzählige Punkte dar, deren Verarbeitung jedoch üblicherweise massive menschliche Eingriffe erfordert. In diesem Blogbeitrag zeigen wir, wie das arcgis.learn Modul genutzt werden kann, um eine automatische Klassifizierung von AHN Punktwolken zu bevorzugen. Beachten Sie, dass die rohe Klassifizierung von AHN vernachlässigt wird; stattdessen wird eine fein abgestufte Neuklassifizierung der Punktwolke durchgeführt.<\/P><\/P>PointCNN<\/H2>Zu Beginn müssen wir PointCNN vorstellen, eine Deep Learning Pipeline zur Analyse von Punktwolken.<\/P><\/P>Im Gegensatz zu Bildern sind Punktwolkendaten ungeordnet und anisotrop im Raum verteilt, was die Anwendung traditioneller Convolutional Neural Networks (CNNs), die für 2D-Daten entwickelt wurden, erschwert.<\/P><\/P>Ein Kernbestandteil des PointCNN Frameworks ist die X-Conv Operation, die der Faltung in 2D CNNs ähnelt. Dieser Operator führt eine Reihe von Operationen auf einer verarbeiteten Form von Punktwolkenblöcken durch. Besonders an X-Conv ist, dass es die Eingabepunkte in beliebiger Reihenfolge verarbeiten kann, um ein reihenunabhängiges Merkmal zu erhalten. Mit X-Conv als Bausteinen ist PointCNN in der Lage, Faltungen auf ungeordneten Punktmengen durchzuführen, ähnlich (aber etwas komplexer als) bei 2D Gittern.<\/P><\/P>Die XConv Operation auf Punktwolken (unten) ähnelt der Faltung auf 2D Gittern (oben)<\/P><\/P>PointCNN ist im arcgis.learn Modul implementiert, Esris Python API für Deep Learning. Die ArcGIS API kapselt die Funktionalitäten zur effizienten Klassifizierung und Segmentierung von Punkten aus einem Punktwolkendatensatz. Um sich mit der API vertraut zu machen, können Sie die arcgis.learn Dokumentation<\/A> konsultieren.<\/P>

<\/P>

Natürlich benötigt PointCNN Trainingsdaten zum Lernen, wobei der Dayton Annotated Laser Earth Scan (DALES) Datensatz (

DALES : University of Dayton, Ohio<\/A>) verwendet wird. Dieser enthält vierzig Szenen dichter, beschrifteter Luftdaten verschiedener Szenentypen einschließlich urban, vorstädtisch, ländlich und kommerziell mit über einer halben Milliarde Punkte auf einer Fläche von 10 Quadratkilometern. Die AHN3 Punktwolke von Dordtrecht wurde als Testdatensatz ausgewählt, deren Vorbereitung mittels Geoverarbeitung - LAS konvertieren und LAS extrahieren mit ArcGIS Pro erfolgte.<\/P>

<\/P>

Vorbereitung des Dordrecht-Datensatzes in ArcGIS Pro<\/P>

<\/P>

Nach dem Training an den DALES Punktwolken ist PointCNN in der Lage, die AHN Punkte der Region Dordrecht nur anhand der Koordinateninformationen (x, y, z) zu klassifizieren. Die Trainingsskripte sind in diesem 

ArcGIS Notebook<\/A> zu finden.<\/P>

<\/P>

<\/P>

Unklassifizierte AHN Punktwolke der Region Dordrecht, dargestellt mit dem Intensitätswert<\/P>

<\/P>

Ergebnisse<\/H2>Sehen Sie sich nun unten die von PointCNN klassifizierte Szene von Dordrecht an. Die Klassifizierung umfasst Boden, Vegetation, Autos, Lastwagen, Stromleitungen, Masten, Zäune und Gebäude. Besonders auffällig ist, wie kleine Objekte (z.B. Autos und Stromleitungen) weiterhin deutlich erkannt werden. Im Vergleich zur rohen Klassifizierung von AHN3 mit nur fünf groben Klassen ist die neue Klassifizierung eindeutig detaillierter.<\/P><\/P><\/P>Klassifizierte AHN Punktwolke der Region Dordrecht, dargestellt mit dem Klassen-Code<\/>SPAN<\/><\/>p<\/>p style=\"text-align: left;\"> <\/>SPAN<\/><\/>p style=\"text-align: left;\">Interaktive Karten der klassifizierten Punktwolke sind unter diesem Story Map: Object Detection from Aerial Point Cloud<\/>A>. <\/>SPAN<\/><\/>p<\/>

MortezaEsfandiari

Hi, 

Thanks for sharing your work.

I was wondering if you could help me with a question that I have. 

Did you train the model on GPU or was it on CPU, and how long did it take?

I am asking because I followed your steps (I only used two blocks for training and one for validation) but after three days of training on CPU, it didn't even go one epoch.

I would appreciate it if you can help me with this.