binaryClassification

URI

<machinelearning_uri>/ml-process:BinaryClassification[.<format>]

支持的方法

GET、POST、HEAD

父资源

machineLearning

介绍

使用神经网络模型对影像二元分类。

支持的方法：

GET：返回分析的交互操作页面。
POST：执行分析。
HEAD：检查datasource资源是否存在，或权限是否可以访问datasource资源。

支持的表述格式：JSONP、RJSON、JSON、HTML、XML。

资源层次

HTTP 请求方法

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:BinaryClassification

GET 请求

返回分析的交互操作页面。

POST 请求

执行分析。

请求参数

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。
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binclassify_result。
offset 【可选参数】	int	切片偏移值，默认值为0。

HEAD 请求

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binaryClassification资源是否存在，或者客户端是否有权限访问binaryClassification资源。通过对加.<format>的 URI 执行 HEAD 请求，还可以快速判断 binaryClassification 资源是否支持<format>格式的表述。