帖子
|
我相信在10.8.3或更新的版本中包含了分辨率,但在旧版本中没有。
...查看更多
05-03-202206:33我
|
1
|
0
|
368
|
帖子
|
要卸载2.8 DL库,您可以从标准窗口卸载,如果您已从msi安装,则可以从设置中添加或删除程序。如果你从conda deeplearningessential手动安装,你必须已经安装到你的arcgispro-py3默认python库的克隆,所以你只需要删除环境并在重新安装2.7后重新创建一个新环境。在最近的2.8.1版本中,我的“使用深度学习对对象进行分类”问题得到了解决。看起来2.8.2即将发布,所以我会坚持使用2.8.1,并在新版本可用时更新它。如果您需要安装2.7,则需要卸载Pro并重新安装2.7,并从这里获取安装程序。
...查看更多
07-22-202139我
|
0
|
0
|
1291
|
帖子
|
你能详细说明为分类对象修复的错误吗?我遇到了一些问题,但我不确定它们是否相关。
...查看更多
07-09-2021喂饲我
|
0
|
2
|
809
|
帖子
|
谢谢你的最新消息。我将寻找发行版,并在它可用时立即应用它。在此期间,我已经恢复到2.7.4。
...查看更多
06-14-202109:13我
|
0
|
2
|
1669
|
帖子
|
嗨,蒂姆。谢谢你的快速回复。我想我也需要恢复到2.7。在宣布了所有的改进和错误修复之后,python又降级了,回到2.7是很不幸/头疼的。
...查看更多
06-13-202107:02点
|
0
|
4
|
3017
|
帖子
|
大家好,有最新进展吗?我在2.8中也遇到了同样的问题。当我从GUI和arcpy函数执行“使用深度学习分类对象”时,我看到了这个特定的错误对话框。它创建一个空的输出特性类。请告知我们是否需要从2.8重新安装2.7才能使用深度学习工具。
...查看更多
06-13-202106:41点
|
1
|
0
|
3022
|
帖子
|
这就是昨天发生在我身上的事情,我升级到2.8,没有保留带有深度学习包的备份python环境。我从*安装DL包。之前的Msi安装程序,但还没有2.8版本的安装程序出来。一旦我创建并激活了一个新环境,我通过执行以下命令安装了DL包:conda install -c esri deep-learning-essentials这安装了所有,但在最后给了我一些错误:准备事务:完成验证事务:- SafetyError:位于C:\Users\G0003563\AppData\Local\ESRI\conda\pkgs\fastai-1.0.60-py37_0的fastai包似乎已损坏。“Lib/site-packages/fastai/basic_train.py”路径大小不正确。ClobberError:由于共享路径,该事务具有不兼容的包。esri/win-64::torch-cluster-1.5.4-py37_1, esri/win-64::torch-scatter-2.0.4-py37_2, esri/win-64::torch-splin - convl -1.2.0-py37_1, esri/win-64::torch-sparse-0.6.1-py37_1 path: 'lib/site-packages/test/__init__.py' ClobberError:由于共享路径,该事务包含不兼容的包。软件包:esri/win-64::torch-cluster-1.5.4-py37_1, esri/win-64::torch-scatter-2.0.4-py37_2, esri/win-64::torch-splin - convl -1.2.0-py37_1, esri/win-64::torch-sparse-0.6.1-py37_1路径:'lib/站点- Packages /test/__pycache__/__init__.cpython-37。pyc ` ClobberError:由于共享路径,该事务具有不兼容的包。软件包:esri/win-64::torch-cluster-1.5.4-py37_1, esri/win-64::torch-scatter-2.0.4-py37_2, esri/win-64::torch-splin - convl -1.2.0-py37_1, esri/win-64::torch-sparse-0.6.1-py37_1路径:'lib/site-packages/test/__pycache__/utils.cpython-37。pyc ` ClobberError:由于共享路径,该事务具有不兼容的包。包:esri /赢- 64::torch-cluster-1.5.4-py37_1, esri /赢- 64::torch-scatter-2.0.4-py37_2, esri /赢- 64::torch-spline-conv-1.2.0-py37_1, esri /赢- 64::torch-sparse-0.6.1-py37_1路径:“lib /网站/测试/ utils.py”完成执行事务:它看起来像我仍然可以使用这种环境和执行DL等功能model.lr_find()和model.fit()这可能只是一个警告,但我不确定这是可以忽略的。 The link for the deep-learning-essentials is here: https://anaconda.org/esri/deep-learning-essentials
...查看更多
06-02-202105:46我
|
0
|
0
|
2753
|
帖子
|
我创建了*。并使用ArcGIS Python API发布到企业门户。我们已经在栅格分析服务器上安装了深度学习库,并从我们的门户网站启动了使用深度学习对对象进行分类。我在选择已发布的模型并填充参数后执行推理。它显示了一段时间的进程图标,并以简单的failed消息失败。我在Raster Analytics中查看了日志,它显示了如下一些错误消息:ClassifyObjectsUsingDeepLearning Job ID: jbde8f26feb0048a28792dd42e225b746: OutputCatalogPath failed。错误:<内置方法GetOutputCatalogPath of HostedGP object object at 0x0000029B60BDC060>返回NULL,没有设置错误ClassifyObjectsUsingDeepLearning failed。执行失败(ClassifyObjectsUsingDeepLearning)。警告:ClientCachingAllowed属性未找到。 WARNING: IgnoreCache property not found. I have tested the model in my local server from Pro and it works. Does anyone know what is going on?
...查看更多
05-18-2021上午07:57
|
0
|
3.
|
780
|
帖子
|
我实现的解决方案是将时间序列TIF图像及其对应的训练特征类移动到网格位置。我从新迁移的TIF中重新创建了一个马赛克数据集,并将所有的训练特征类合并为一个特征类。这样,所有分类模式在一个图像中都是可见的,并且我能够将图像芯片导出到一个输出目录。在这种情况下,空间精度不是问题。只要图像被捕获并作为芯片和标签导出,就可以训练深度学习作品。同样,这也不是首选的解决方案,因为我必须打破坐标位置才能使其工作,但使用这种方法,我可以每45度旋转图像,并通过添加先前生成的*向模型中添加更多的样本。DLPK作为预训练模型。这提高了模型的性能,我能够运行推理。
...查看更多
05-18-202107:42我
|
0
|
0
|
1121
|
帖子
|
感谢对分类器缺陷的解释和确认。虽然,这似乎只是迭代器的一个问题,它不能处理另一个图像来继续训练图像。例如,当“Export Training Data For Deep Learning”导出芯片和标签时,即使输入特征类具有具有ImageURI的属性字段,也需要输入(单个)图像。如果该工具采用来自ImageURI的路径并继续导出输出,则可以使用合并的训练特征类。另一种实现是使用时间序列马赛克数据集用于训练和导出。目前,时间序列马赛克数据集的使用不考虑属性过滤器(如时间滑块),导出训练随机占用一层,ImageURL只指定到马赛克数据集根的ImageURL路径,而不指定使用马赛克数据集中的哪一张图像。我相信这个特性对于使用深度学习进行持续的站点监控和推断是至关重要的。
...查看更多
05-11-202105:16我
|
0
|
0
|
1216
|
标题 | 荣誉 | 发布 |
---|---|---|
1 | 05-03-202206:33我 | |
1 | 06-13-202106:41点 | |
1 | 06-12-2014十12点 |