对象提取

对象提取基于神经网络模型预选出兴趣类别在影像中的区域，然后对区域内像素分57类，进而获得对象的边界信息，以便于支持对象级别的空间分析。

功能入口 ： 工具箱 -> 机器学习 -> 影像分析 -> 对象提取 工具。
数据源/数据集 ：选择需要进行对象提取的数据。
模型文件 ：选择用于提取对象的模型文件（*.sdm）。
概率阈值 ：对每一个提取出来的对象，系统都会为其计算出符合对象特征的概率，最后提取结果仅保留预测概率高于该值的对象，默认值为 0.5。
其他参数设置 ：勾选该复选框即可设置以下去重阈值参数。
去重阈值 ：系统对一张图片里的检测对象生成多个候选框，并分别给出概率值，带入 NMS 算法后得到最优框，根据交并比(IoU)去除与最优框重叠部分大于去重阈值的候选框。去重阈值一般为 0.3~0.7，默认值为 0.3。
返回最小外接矩形 ：若勾选则生成一份结果对象的最小外接矩形数据集，数据集名以“bbox”结尾。
结果数据 ：设置结果数据集所保存的数据源和保存名称。
运行：单击对话框中的运行按钮，即可执行对象提取操作，此时，Python 窗口会显示功能执行的进度信息。

下图为某区域的光伏板对象提取结果，根据实例分割模型将独立的光伏板进行区分和提取，进而辅助支撑后续的统计使用。