Gebruik van voorgetrainde deep learning-modellen met gedeclassificeerde satellietbeelden

Question

Hallo allemaal.<\/P> Ik ben een PhD-student die probeert ESRI's voorgetrainde deep learning-modellen (SAM en\/of Agricultural Field Delineation) toe te passen op gedeclassificeerde satellietbeelden, specifiek Corona- of Hexagon-laagresolutie mapping camera beelden.<\/P> In een ander forum werd mij verteld dat omdat dit enkelbandige beelden zijn, ik textuur aan hen zou moeten toevoegen (bijv. het integreren van Landsat-banden) om ze multibandbeelden te maken voor dit type analyse. Dat heb ik gedaan. Mij werd ook geadviseerd dat het gebruik van een DEM die overeenkomt met mijn studiegebied en de geschatte tijdsperiode (van de beelden) mijn resultaten zou verbeteren. Dus vond ik de geschikte DEM en knipte deze toe op mijn studiegebied. Een andere expert zei dat deep learning effectiever is wanneer DEM-afgeleide producten ook in deze analyse worden opgenomen, specifiek helling en kromming.<\/P> Ik heb nu 4 verschillende rasterbeelden: het getextureerde gedeclassificeerde beeld, een SRTM DEM, helling en kromming. Ik heb ze afzonderlijk geüpload naar ArcGIS Online om te experimenteren met de eerder genoemde deep learning-pakketten. Ik probeerde beide pakketten op alleen het getextureerde beeld en op een samengestelde bandafbeelding. En kreeg elke keer foutmeldingen. Ik ben geen ervaren GIS-gebruiker dus het is mogelijk dat ik enkele domme fouten heb gemaakt bij het voorbereiden van mijn beelden voor dit type analyse. Maar op dit punt weet ik niet eens waar ik moet beginnen met het oplossen van problemen.<\/P> Heeft hier iemand ooit met succes een van deze voorgetrainde modellen gebruikt op dit type gedeclassificeerde beelden? Of gehoord van iemand die dat heeft kunnen doen? Zo ja, dan zou ik elk advies, contacten, workflows, aanbevolen literatuur, enzovoort waarderen om verder te komen. Deze gegevensvoorbereiding is slechts een klein (hoewel potentieel onschatbaar) deel van mijn totale onderzoek maar ik moet uiterst voorzichtig zijn om niet vast te lopen in langdurige, tijdrovende taken (bijv. het verzamelen van individuele trainingssamples)... of iets te ingewikkelds voor iemand die geen kennis heeft van coderen of diepgaande GIS-programmering.<\/P> Alvast bedankt voor alle hulp!<\/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!