توليد و فحص عينات تدريب من نقاط الأولية Generate and Inspect Training Samples from Seed Points

القائمة الرئيسية

الصفحات

توليد و فحص عينات تدريب من نقاط الأولية Generate and Inspect Training Samples from Seed Points

لمتابعة موقعنا ليصلك كل جديد إضغط هنا


Generate and Inspect Training Samples from Seed Points Tools

Generate Training Samples from Seed Points

أداة توليد عينات تدريب من نقاط الأولية

ArcMap ArcGIS

How to use Generate Training Samples from Seed Points Tool in Arc Toolbox??

كيفية استخدام أداة توليد عينات تدريب من نقاط الأولية ؟؟

كيفية استخدام أداة توليد عينات تدريب من نقاط الأولية ؟؟

Path to access the toolمسار الوصول الى الأداة

:

Generate Training Samples from Seed Points Tool, Segmentation and Classification Toolset, Spatial Analyst Tools Toolbox

Generate Training Samples from Seed Points Tool 

Generate Training Samples from Seed Points

Generates training samples from seed points, such as accuracy assessment points or training sample points. A typical use case is generating training samples from an existing source, such as a thematic raster or a feature class.

يولد عينات تدريب من نقاط التأسيس ، مثل نقاط تقييم الدقة أو نقاط عينة التدريب. حالة الاستخدام النموذجية هي إنشاء عينات تدريبية من مصدر موجود ، مثل البيانات النقطية الموضوعية أو فئة الميزات.

1.    Input Raster Or Feature Class أدخل البيانات النقطية او فئة المعلم

The data source that labels the training samples.

مصدر البيانات الذي يصنف عينات التدريب.

Input Seed Points

A point shapefile or feature class to provide the centers of training sample polygons.

Output Training Sample Feature Class

The output training sample feature class in the format that can be used in training tools, including shapefiles. The output feature class can be either a polygon feature class or a point feature class.

Min Sample Area (optional)

The minimum area needed for each training sample, in square meters. The minimum value must be greater than or equal to 0.

Max Sample Radius (optional)

The longest distance (in meters) from any point within the training sample to its center seed point. If set to 0, the output training sample will be points instead of polygons. The minimum value must be greater than or equal to 0.

2.    Input Seed Points أدخل النقاط الأولية

A point shapefile or feature class to provide the centers of training sample polygons.

ملف شكل نقطة أو فئة ميزة لتوفير مراكز تدريب عينة المضلعات.

Output Training Sample Feature Class

The output training sample feature class in the format that can be used in training tools, including shapefiles. The output feature class can be either a polygon feature class or a point feature class.

Min Sample Area (optional)

The minimum area needed for each training sample, in square meters. The minimum value must be greater than or equal to 0.

Max Sample Radius (optional)

The longest distance (in meters) from any point within the training sample to its center seed point. If set to 0, the output training sample will be points instead of polygons. The minimum value must be greater than or equal to 0.

3.    Output Training Sample Feature Class نموذج تدريب فئة الميزات المخرج

The output training sample feature class in the format that can be used in training tools, including shapefiles. The output feature class can be either a polygon feature class or a point feature class.

فئة ميزة نموذج تدريب الإخراج بالتنسيق الذي يمكن استخدامه في أدوات التدريب ، بما في ذلك ملفات الأشكال. يمكن أن تكون فئة معلم الإخراج إما فئة معلم مضلع أو فئة معلم نقطي.

Min Sample Area (optional)

The minimum area needed for each training sample, in square meters. The minimum value must be greater than or equal to 0.

Max Sample Radius (optional)

The longest distance (in meters) from any point within the training sample to its center seed point. If set to 0, the output training sample will be points instead of polygons. The minimum value must be greater than or equal to 0.

4.    Min Sample Area (optional) منطقة العينة الصغرى (اختياري)

The minimum area needed for each training sample, in square meters. The minimum value must be greater than or equal to 0.

الحد الأدنى للمساحة المطلوبة لكل عينة تدريب بالمتر المربع. يجب أن تكون القيمة الدنيا أكبر من أو تساوي 0.

Max Sample Radius (optional)

The longest distance (in meters) from any point within the training sample to its center seed point. If set to 0, the output training sample will be points instead of polygons. The minimum value must be greater than or equal to 0.

5.    Max Sample Radius (optional) الحد الأقصى لنصف قطر العينة (اختياري)

The longest distance (in meters) from any point within the training sample to its center seed point. If set to 0, the output training sample will be points instead of polygons. The minimum value must be greater than or equal to 0.

أطول مسافة (بالأمتار) من أي نقطة داخل عينة التدريب إلى نقطة البداية المركزية. إذا تم التعيين على 0 ، فسيكون نموذج التدريب على الإخراج عبارة عن نقاط بدلاً من المضلعات. يجب أن تكون القيمة الدنيا أكبر من أو تساوي 0.

Inspect Training Samples

أداة فحص عينات التدريب

ArcMap ArcGIS

How to use Inspect Training Samples Tool in Arc Toolbox??

كيفية استخدام أداة فحص عينات التدريب ؟؟

كيفية استخدام أداة فحص عينات التدريب ؟؟

Path to access the toolمسار الوصول الى الأداة

:

Inspect Training Samples Tool, Segmentation and Classification Toolset, Spatial Analyst Tools Toolbox

Inspect Training Samples Tool 

Inspect Training Samples

Estimates the accuracy of individual training samples. The cross validation accuracy is computed using the previously generated classification training result in an .ecd file and the training samples. Outputs include a raster dataset containing the misclassified class values and a training sample dataset with the accuracy score for each training sample.

يقدر دقة عينات التدريب الفردية. يتم حساب دقة التحقق المتقاطع باستخدام نتيجة تدريب التصنيف التي تم إنشاؤها مسبقًا في ملف .ecd وعينات التدريب. تتضمن المخرجات مجموعة بيانات نقطية تحتوي على قيم فئة تم تصنيفها بشكل خاطئ ومجموعة بيانات عينة تدريب مع درجة الدقة لكل عينة تدريب.

Input Raster

The input raster to be classified.

Input Training Sample Features

A training sample feature class created in the Training Samples Manager pane.

Input Classifier Definition File

The .ecd output classifier file from any of the train classifier tools. The .ecd file is a JSON file that contains attribute information, statistics, or other information needed for the classifier.

Output Training Sample Feature Class With Score

The output individual training samples saved as a feature class. The associated attribute table contains an addition field listing the accuracy score.

Output Misclassified Raster

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

1.    Input Raster أدخل البيانات النقطية

The input raster to be classified.

البيانات النقطية المدخلات المراد تصنيفها.

Input Training Sample Features

A training sample feature class created in the Training Samples Manager pane.

Input Classifier Definition File

The .ecd output classifier file from any of the train classifier tools. The .ecd file is a JSON file that contains attribute information, statistics, or other information needed for the classifier.

Output Training Sample Feature Class With Score

The output individual training samples saved as a feature class. The associated attribute table contains an addition field listing the accuracy score.

Output Misclassified Raster

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

2.    Input Training Sample Features أدخل معالم نموذج التدريب

A training sample feature class created in the Training Samples Manager pane.

فئة معلم نموذج تدريب تم إنشاؤها في جزء مدير عينات التدريب.

Input Classifier Definition File

The .ecd output classifier file from any of the train classifier tools. The .ecd file is a JSON file that contains attribute information, statistics, or other information needed for the classifier.

Output Training Sample Feature Class With Score

The output individual training samples saved as a feature class. The associated attribute table contains an addition field listing the accuracy score.

Output Misclassified Raster

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

3.    Input Classifier Definition File أدخل ملف تعريف المصنف

The .ecd output classifier file from any of the train classifier tools. The .ecd file is a JSON file that contains attribute information, statistics, or other information needed for the classifier.

ملف مصنف الإخراج .ecd من أي من أدوات مصنف القطار. ملف .ecd هو ملف JSON يحتوي على معلومات السمات أو الإحصائيات أو المعلومات الأخرى اللازمة للمصنف.

Output Training Sample Feature Class With Score

The output individual training samples saved as a feature class. The associated attribute table contains an addition field listing the accuracy score.

Output Misclassified Raster

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

4.    Output Training Sample Feature Class With Score نموذج تدريب فئة مميزة مع النتيجة المخرج

The output individual training samples saved as a feature class. The associated attribute table contains an addition field listing the accuracy score.

تم حفظ عينات التدريب الفردية الناتجة كفئة معالم. يحتوي جدول البيانات المرتبط على حقل إضافة يسرد درجة الدقة.

Output Misclassified Raster

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

5.    Output Misclassified Raster خطأ تصنيف النقطية المخرج

The output misclassified raster having NoData outside training samples. In training samples, correctly classified pixels are represented as NoData, and misclassified pixels are represented by their class value. The results is an index map of misclassified class values.

الإخراج المصنف بشكل خاطئ النقطية يحتوي على NoData خارج عينات التدريب. في عينات التدريب ، يتم تمثيل وحدات البكسل المصنفة بشكل صحيح على أنها NoData ، ويتم تمثيل وحدات البكسل المصنفة بشكل خاطئ بقيمة فئتها. النتائج عبارة عن خريطة فهرس لقيم الفئة المصنفة بشكل خاطئ.

Additional Input Raster (optional)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

6.    Additional Input Raster (optional) مدخلات نقطية إضافية (اختياري)

Incorporate ancillary raster datasets, such as a multispectral image or a DEM, to generate attributes and other required information for the classifier. This raster will be needed when calculating attributes such as mean or standard deviation. This parameter is optional.

قم بتضمين مجموعات البيانات النقطية المساعدة ، مثل صورة متعددة الأطياف أو DEM ، لإنشاء سمات ومعلومات أخرى مطلوبة للمصنف. ستكون هناك حاجة إلى هذه البيانات النقطية عند حساب سمات مثل المتوسط أو الانحراف المعياري. هذه المعلمة اختيارية.

 اليك صفحه ومجموعة على الفيس بوك لتعلم أكثر بما يخص نظم المعلومات الجغرافية (GIS) و برنامج ArcGIS Pro من خلال هذه الروابط:


مجموعة على الفيس بوك ArcGIS Pro من هنا.
مجموعة على الفيس بوك GIS for WE - ArcGIS Pro من هنا.
صفحة الفيس بوك GIS for WE من هنا.

 

GIS for WE

تعليقات

التنقل السريع
    >