En el módulo de arcgis.learn de la API de ArcGIS for Python podemos encontrar herramientas y funcionalidades para aplicar técnica de aprendizaje automático y profundo a datos espaciales de la plataforma ArcGIS. Algunas de las funcionalidades principales son la detección de objetos, la clasificación de imágenes, segmentación semántica o clasificación de datos ráster.
Antes de analizar y probar los modelos de deep learning, creo que es interesante tener claros los conceptos básicos del deep learning:
Hay muchas aplicaciones de los modelos de deep learning en las tecnologías geo espaciales que permiten potenciar la capacidad analítica y predictiva. Por ejemplo, se pueden usar modelos para detectar y clasificar objetos en imágenes como en la detección de coches, reconocimento de patrones... Los modelos que vamos a ver en profundidad seguirán la siguiente estructura:
Modelos de deep learning:
|- Clasificación de nubes de puntos
Lo ideal es tener tiempo y recursos para entrenar tus propios modelos porque será cuando se llegue a la mejor conclusión pero no es real, muchas veces tendremos que utilizar modelos pre-entrenados por otras personas. Un sitio del que podemos obtener modelos pre-entrenados es el Living Atlas donde hay más de 70 dlpks compartidos de distintas temáticas.
- ¡Redes Neuronales CONVOLUCIONALES! ¿Cómo funcionan?
- ¿Qué es una Red Neuronal?
- Finetuning pre-trained model
- Deep Learning with ArcGIS Pro Tips & Tricks
- Parameters and Hyperparameters in ML and DL
Aunque todos los archivos están enlazados en puntos donde se explican, aquí hay un listado que nos da acceso directo a todos los temas, modelos y ejemplos: