Avec les outils ArcGIS GeoAI, vous pouvez utiliser des modèles pré-entraînés de Deep Learning ou entraîner vos propres modèles pour extraire des entités à partir de données brutes, par exemple détecter des arbres, numériser des emprises de bâtiment ou générer des cartes d’occupation du sol.
Installez les bibliothèques de Deep Learning requises pour exécuter les processus de Deep Learning dans ArcGIS Pro et découvrez comment résoudre la plupart des problèmes courants.
Utilisez un modèle GeoAI polyvalent avec une invite de texte libre pour détecter les bateaux dans l’imagerie de Copenhague.
Utilisez un outil GeoAI et un modèle pré-entraîné pour automatiser la détection des palmiers.
Utilisez l’apprentissage par transfert pour affiner un modèle de Deep Learning pré-entraîné dans ArcGIS Pro et obtenir de meilleurs résultats lors de l’extraction des emprises de bâtiments dans un quartier de Seattle.
Utilisez un modèle pré-entraîné de Deep Learning pour extraire les données de couverture du sol à partir d’une imagerie de drone haute résolution.
Procédez à l’extraction des empreintes à partir de l’imagerie à l’aide du Deep Learning, et appliquez des fonctions raster pour effectuer une analyse de probabilité de glissement de terrain.
À partir d’un modèle pré-entraîné de Deep Learning, extrayez les pixels d’eau des jeux de données Sentinel-1 antérieurs et postérieurs aux inondations, et procédez à une analyse de détection des changements pour identifier les zones inondées dans la région de St. Louis, Missouri en 2019.
Évaluez automatiquement les dommages causés aux propriétés privées par le feu de forêt Woolsey particulièrement destructeur.
Utilisez le deep learning pour déterminer l’étendue des forêts de mangroves à Mumbai (Inde) et comment leurs emprises a évolué au fil du temps.
Procédez à une classification des nuages de points lidar à l’aide des techniques de l’apprentissage profond pour classer des lignes à haute tension.
Identifiez les arbres d’une plantation et mesurez leur état sanitaire à l’aide de l’imagerie.
Générez et vérifiez un modèle qui peut être utilisé pour identifier automatiquement les panneaux de signalisation avec ArcGIS Survey123.
Utilisez l’outil Entraîner avec AutoDL pour entraîner plusieurs modèles de Deep Learning et choisir celui qui s’avère le plus performant pour une tâche de classification d’occupation du sol au niveau du pixel.