arcgis.learn深度学习梳理

1、arcgis.learn模型简介

ArcGIS10.8的深度学习主要是调用ArcGIS api for python中的arcgis.learn模块，当然这仅仅是我们api中的一部分：

下面是我们arcgis api for python的各个模块：

那么我们learn模型中具有那些参数供我们使用呢：

2、启动jupyter notebook

从我们的Python Command Prompt启动我们的虚拟环境：

在前面的环境配置的时候，我介绍过如何clone本机的环境，然后创造出一个plam-detection的环境，那么我们打开这个环境，然后启动jupyter notebook

启动后页面是这样的

点击

输入下面的代码，如果可以成功，那么就说明你的arcgis api for python可以正常使用了：

如果没有找到或者不知道，如何转换，那么 去你的环境下手动启动jupyter notebook即可:

每个clone的虚拟环境，都有一套自己的python环境，如果不知道怎么启动或者想判断自己启动的是否是plam-detection虚拟环境下python.exe，那么就按上图。手动启动即可。绝对错不了的哈！！！

3、深度学习流程

4、Sample Notebooks梳理

下面是Sample Notebooks针对各个模型给的一些样例参考，大家有兴趣可以参考使用：
Feature class（FeatureClassifier）的python api的链接
（Assessing building damage using feature classification ）

SSD（Detect Objects）

Detecting and Categorizing Brick Kilns from Satellite Imagery

Automate Road Surface Investigation Using Deep Learning

Detecting Swimming Pools using Satellite Imagery and Deep Learning

UnetClassifier（classify_pixels）

（Land Cover Classification using Satellite Imagery and Deep Learning）

（Extracting building footprints from drone data）

（Extracting Slums from Satellite Imagery）

（Detecting settlements using supervised classification）

MaskRCNN（Detect Objects）

（Automate Building Footprint Extraction using Deep learning）

（Reconstructing 3D buildings）

EntityRecognizer

（Madison city crime analysis）

RetinaNet（predict_video/object-detection）

（Vehicle detection and tracking）