ArcGIS深度学习标签制作实战：从数据准备到模型训练全流程解析

1次阅读

共计 2269 个字符，预计需要花费 6 分钟才能阅读完成。

做过遥感影像分析的朋友都知道，传统人工标注方法在地理空间数据上简直是噩梦。我最近在一个农田识别项目里深有体会：

坐标系对齐问题：无人机影像和卫星数据空间参考不统一，手动配准浪费了 3 天时间
样本分布不均：农田地块大小差异极大，小目标占比不到 5%，模型根本学不会
标注效率低下：在 ArcGIS 里逐个多边形点击，标注 100 张图鼠标都要按坏了

尝试过两种方案后，我的结论是：

Labeling Tools 工具箱
优点：可视化操作友好，支持直接导出训练样本
缺点：批量处理能力弱，无法自定义数据增强
Python+arcpy 方案
优点：可集成 OpenCV 等第三方库，自由度极高
缺点：需要开发时间，对 Python 基础要求较高

格式类型	支持通道数	坐标保留精度	文件体积
COCO	仅 RGB	0.1 像素误差	较大
YOLO	多光谱	整数像素	较小
ArcGIS 专用	全支持	地理坐标	最大

推荐方案：YOLO 格式 + 自定义元数据文件保存地理信息

import arcpy
from pathlib import Path

# 配置环境
arcpy.env.overwriteOutput = True
workspace = Path('./output')
workspace.mkdir(exist_ok=True)

# 批量切片函数
def tile_raster(in_raster, tile_size=512):
    try:
        # 自动计算重叠像素（解决边缘目标截断）overlap = int(tile_size * 0.2)  # 20% 重叠

        # 关键步骤：保持地理坐标对齐
        arcpy.management.SplitRaster(
            in_raster, 
            str(workspace), 
            "tile_", 
            "SIZE_OF_TILE", 
            "TIFF", 
            "BILINEAR", 
            tile_size=tile_size, 
            overlap=overlap,
            cellsize="", 
            origin="",
            spatial_reference=arcpy.SpatialReference(4326)
        )
        arcpy.AddMessage(f"成功切片: {in_raster}")
    except Exception as e:
        arcpy.AddError(f"切片失败: {str(e)}")

import numpy as np

# 处理 Sentinel- 2 数据的示例
def normalize_ms_bands(arr):
    """
    对 10m/20m 分辨率波段分别归一化
    arr: numpy 数组 (bands, height, width)
    """
    # 各波段有效值范围（根据传感器调整）min_max = {0: (0, 3000),  # B2
        1: (0, 3000),  # B3
        2: (0, 3000),  # B4
        3: (0, 5000)   # B8
    }

    normalized = np.zeros_like(arr, dtype=np.float32)
    for b in range(arr.shape[0]):
        band_min, band_max = min_max.get(b, (0, 1))
        normalized[b] = (arr[b] - band_min) / (band_max - band_min)

    return np.clip(normalized, 0, 1)

针对农田地块检测的特殊处理：

旋转增强：90°、180°、270°三个角度
镜像翻转：左右 + 上下组合
色彩扰动：仅对 RGB 波段进行 HSV 空间微调

必须设置重叠像素（建议 15-20%）
测试阶段发现：无重叠时边缘地块召回率下降 37%

# 地理坐标转像素坐标的正确姿势
def geo_to_pixel(geo_x, geo_y, transform):
    """
    transform: GDAL 格式的 GeoTransform
    返回 (col, row) 像素坐标
    """
    px = int((geo_x - transform[0]) / transform[1])
    py = int((geo_y - transform[3]) / transform[5])
    return (px, py)

使用 arcpy.RasterToNumPyArray 时设置nodata_to_value
分块读取示例：

for x in range(0, width, block_size):
    for y in range(0, height, block_size):
        window = arcpy.Array(arcpy.Point(x, y),
            arcpy.Point(x+block_size, y+block_size)
        )
        block = arcpy.RasterToNumPyArray(
            raster, 
            lower_left_corner=window[0],
            ncols=block_size,
            nrows=block_size
        )

在农田识别任务中的对比结果（U-Net 模型）：