最新版ArcGIS Pro 为 GeoAI 影像带来了令人兴奋的进步。了解我们为增强您的工作流程而添加的顶级功能。

扩展对外部训练数据的支持

训练深度学习模型工具现在为对象检测训练数据源提供了灵活性。除了来自导出深度学习训练数据工具的数据外，它现在还可以使用 Pascal 可视化对象类或 KITTI 矩形格式的外部数据。只需将数据组织到图像和标签文件夹中即可。此更新使该工具与以不同方式生成训练数据的众多开源和商业软件工具兼容，从而增强了其多功能性和效率。

增强型 AI 辅助标记

通过消除检测中的异常，以及能够自动标记图像集合，AI 辅助标记体验得到了增强。通过打开AI辅助标记属性中的“删除异常”选项，该工具现在可以自动删除大多数（如果不是全部）误报检测。

支持新的基础模型

ClimaX是一种基于Vision Transformer (ViT) 的深度学习模型，它使用涵盖不同空间和时间分辨率的各种天气变量的多样化数据集。此基础模型可以针对各种气候和天气应用进行微调，包括涉及大气变量和预训练阶段未遇到的时空细节的任务。

Prithvi-100m是一种先进的时间 ViT，现在可作为 ArcGIS Pro 中的基础模型使用。它基于大量Harmonized Landsat 和 Sentinel-2 (HLS)数据进行训练。该模型采用基于 ViT 架构和 Masked AutoEncoder (MAE) 学习范式构建的自监督编码器。该模型结合了空间和时间注意机制，可有效处理和分析图像数据。

定向图像上的物体检测

使用深度学习检测定向影像数据中的特征一直是一大挑战。现在，使用深度学习检测对象工具已得到增强，可以接受定向影像数据集作为输入。该工具在像素空间中检测定向影像数据集中的特征，然后将其投影到地图空间。

特征提取更加容易

使用“提取特征”工具（现可从“影像”选项卡访问）可轻松从影像中提取特征。这款功能强大的工具提供了各种现成的模型、使用您自己的自定义模型的选项以及一系列推理和后处理选项，以提高输出质量。

扩展您的分析：附加到现有输出

使用深度学习检测对象工具和使用深度学习分类对象工具现在支持将新结果附加到现有输出要素类。当您已经处理了一个区域并希望将分析扩展到相邻区域时，此功能非常有用。只需再次运行该工具，新结果就会添加到现有要素类中。

自定义对象检测：关注重要的事情

当使用深度学习检测对象工具与能够识别多种对象类型的模型结合使用时，您可以指定感兴趣的确切对象。这样您就可以根据需要定制工具的输出并提高效率。