<machinelearning_uri>/ml-process:ObjectExtraction[.<format>]
使用神经网络模型对影像进行对象提取。
支持的方法:
支持的表述格式:JSONP、RJSON、JSON、HTML、XML。
对如下 URI 执行 HTTP 请求,其中,supermapiserver 是服务器名。
http://supermapiserver:8090/iserver/services/machinelearning/restjsr/ml-process:objectextraction
返回分析的交互操作页面。
执行分析。
请求参数列表:
名称 | 类型 | 含义 |
inputDatasource 【必填】 |
String |
指定进行分析影像数据集所在数据源,目前只支持udb,udbx两种数据源。 |
inputDatasetName 【必填】 |
String |
指定进行分析的影像数据集名字。 |
modelFile 【必填】 |
String |
用于进行分析的训练好的模型文件。 |
return_bbox 【可选参数】 |
bool |
返回最小外接矩形 |
scoreThresh 【可选参数】 |
double |
概率阈值,仅保留预测概率高于该值的目标。默认值为0.5。 |
nmsThresh 【可选参数】 |
double |
去重阈值,去除重复目标的阈值。默认值为0.3。 |
outputDatasource 【必填】 |
String |
指定分析结果存放的数据源路径,支持udb,udbx,geotiff, 输出文件格式需要与输入匹配,在文件不存在时会自行创建。 |
outputDatasetName 【可选参数】 |
String |
结果数据集名,默认值为objextract_result。 |
返回跟 GET 请求一样的 HTTP 响应头,但是没有响应实体。可以在不必传输整个响应内容的情况下,获取包含在响应消息头中的元数据信息。元数据信息包括媒体类型,字符编码,压缩编码,实体内容长度等。
HEAD 请求可以用来判断 objectExtraction 资源是否存在,或者客户端是否有权限访问objectExtraction 资源。通过对加.<format>的 URI 执行 HEAD 请求,还可以快速判断 objectExtraction 资源是否支持<format>格式的表述。