Con las herramientas de ArcGIS GeoAI, puede utilizar modelos preentrenados de aprendizaje profundo o entrenar sus propios modelos para extraer entidades de datos sin procesar, como, por ejemplo, detectar árboles, digitalizar huellas de edificios o generar mapas de cobertura del suelo.
Instale las bibliotecas de aprendizaje profundo necesarias para ejecutar flujos de trabajo de aprendizaje profundo en ArcGIS Pro y aprenda a solucionar los problemas más comunes.
Utilice un modelo de GeoAI polivalente con un lenguaje libre para detectar barcos en las imágenes de Copenhague.
Utilice una herramienta de inteligencia artificial geoespacial (GeoAI) y un modelo preentrenado para automatizar la detección de palmeras.
Utilice el aprendizaje por transferencia para mejorar un modelo preentrenado de aprendizaje profundo en ArcGIS Pro y obtenga mejores resultados al extraer huellas de edificios en un barrio de Seattle.
Utilice un modelo previamente entrenado con aprendizaje profundo para extraer la cobertura de suelo de imágenes de drones en alta resolución.
Extraiga huellas de edificios a partir de imágenes mediante aprendizaje profundo y aplique funciones ráster para realizar un análisis de susceptibilidad a desprendimientos.
Utilice un modelo preentrenado de aprendizaje profundo para extraer píxeles de agua de los datasets Sentinel-1 anteriores y posteriores a la inundación y realice un análisis de detección de cambios para identificar áreas inundadas en la región de St. Louis, Missouri, en 2019.
Realice una evaluación automatizada de daños en hogares tras los incendios devastadores de Woolsey.
Utilice el aprendizaje profundo para determinar la extensión de los bosques de manglares en Mumbai (India) y cómo ha cambiado su presencia a lo largo del tiempo.
Realice la clasificación de nubes de puntos lidar utilizando técnicas de aprendizaje profundo para clasificar las líneas eléctricas.
Identifique árboles en una plantación y mida su salud por medio de imágenes.
Cree y verifique un modelo que se pueda usar para identificar automáticamente las señales de tráfico con ArcGIS Survey123.
Utilice la herramienta Entrenar usando AutoDL para entrenar varios modelos de aprendizaje profundo y elegir el de mejor rendimiento para una tarea de clasificación de cobertura de suelo a nivel de píxel.