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。
主要参数
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。
- 功能入口：工具箱->机器学习->影像分析->对象提取工具。
- 文件类型：支持选择数据集或文件夹，可批量推理数据，提升推理效率，默认值为数据集。
- 数据源/数据集：文件类型选择数据集时填写该参数，选择需要提取对象的影像或镶嵌数据集。
- 文件路径：文件类型选择文件夹时填写该参数，选择需要提取对象的文件夹路径，会自动读取文件夹中*.tif、*.img 等格式的影像文件。
- 模型文件：选择一个对象提取的模型文件（*.sdm）。
- 概率阈值：对每一个检测出来的对象，系统都会为其计算出符合目标特征的概率，最后检测结果仅保留预测概率高于该值的目标，默认值为 0.5。
- 去重阈值：去重阈值一般为 0.3~0.7，默认值为 0.3。模型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。
- 单步运算量：推理时一次处理的图片数量，默认值为1。在合理范围内，单步运算的数量与内存（显存）占用成正比，与推理时间成反比。
- 处理器类型：可以使用计算机中央处理器 (CPU) 或图形处理单元 (GPU) 来处理数据。GPU具有较快的计算速度。
- GPU编号：可以指定用于处理数据的 GPU 标识号，默认值为 0。支持多卡推理。
- 其他参数设置：勾选该复选框即可设置范围数据集/数据源参数。
- 范围数据集/数据源：用于自定义范围推理，可根据输入的矢量数据集范围推理影像。
- 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。
相关内容
