Estou enfrentando um problema muito incomum com a função "Detectar objetos usando aprendizado profundo" no ArcGIS Pro 3.7.1 e gostaria de saber se alguém já se deparou com o mesmo comportamento.
Fluxo de trabalho
- Eu rotulei manualmente aproximadamente 1.000 amostras usando o Label Objects for Deep Learning .
- Exporte os dados de treinamento usando:
- Tamanho do azulejo: 64
- Passo: 32
- Formato de metadados: Máscaras RCNN
- Eu treinei o modelo usando o comando Treinar Modelo de Aprendizado Profundo .
- O modelo foi gerado com sucesso como um pacote .dlpk .
- Eu executo o algoritmo Detect Objects Using Deep Learning em ortomosaicos recortados.
Dados de entrada
- ArcGIS Pro 3.7.1
- GeoTIFF
- RGB + NIR (4 bandas)
- inteiro sem sinal de 8 bits
- SIRGAS 2000 / Zona UTM 23S
- Nenhum valor NoData definido
- Sem banda alfa
- Ortomosaico de alta resolução
Parâmetros de detecção de objetos
- Preenchimento = 128
- Limitar de confiança = 0,75
- Tamanho do lote = 64
- Sobreposição NMS = 0,1
- Excluir detecções de preenchimento = Verdadeiro
- Supressão não máxima = Verdadeiro
O problema
O problema não são os falsos específicos aleatórios.
Em vez disso, o modelo gera detecções exatamente ao longo do limite externo do raster .
As detecções formam uma "moldura" contínua que acompanha perfeitamente a extensão do raster.
Isso acontece:
- com cada raster recortado;
- independentemente do conteúdo da imagem;
- independentemente dos limites de confiança;
- independentemente do valor do preenchimento;
- independentemente da localização do clipe.
As detecções sempre coincidem com o limite do raster.
.emd
"ModelConfiguration": "_DynamicSSD",
"ModelName": "SingleShotDetector",
"ImageHeight": 64,
"ImageWidth": 64,
"ImageSpaceUsed": "MAP_SPACE"
O raster do Theen possui:
- 4 bandas (RGB + NIR)
- Nenhum valor NoData
- Sem banda alfa
- Formato TIFF
Alguém já se deparou com detecções de objetos que seguem sistematicamente a extensão do raster?
Isso é uma limitação conhecida ou um bug?
