执行深度学习分析时出现错误 999999 的原因有哪些？

描述

在 ArcGIS Pro 中，使用深度学习执行分析时，由于多种原因可能会返回错误 999999。常见原因和解决此错误的建议如下。

原因

1. 在尝试任何深度学习工作流之前，请确保安装了正确的深度学习框架。 这因已安装的 ArcGIS Pro 版本而异。
2. 使用样本数据进行测试，建议进行棕榈树检测训练。
3. 确保为 GPU 或 CPU 进行正确的设置，以运行使用深度学习检测对象工具。
4. 训练样本将应用于与采集训练样本的影像格式不同的影像。
5. 集合中没有足够的训练样本来正确评估正在分析的影像。
6. 确保用于采集训练样本的影像与应用训练样本的影像来自同一地区或区域。

解决方案或解决方法

在 ArcGIS Pro 中，使用深度学习执行分析时，由于多种原因可能会返回错误 999999。 常见原因和解决此错误的建议如下。

1. 深度学习中的大多数功能都需要安装深度学习框架。 将安装程序版本与 ArcGIS Pro 版本相匹配非常重要：通过以下链接下载正确版本的框架：ArcGIS 的深度学习库安装程序
2. 使用样本数据进行测试，建议进行棕榈树检测训练。该培训样本评估棕榈树的健康状况，并有两个目的。首先，这有助于确保正确安装软件以运行该过程，其次，它可以让您熟悉这种复杂的分析。
3. 在设置使用深度学习检测对象工具的环境参数时，仅当处理器类型设置为 CPU 时，才需要设置并行处理因子环境。 如果“处理器类型”设置为 GPU，则无需设置“并行处理因子”环境。 默认情况下，深度学习工具集中的工具将使用 GPU 处理来执行分析。 有关详细信息，请参阅 ArcGIS Pro：深度学习工具集概览。 另请参阅：无法在 ArcGIS Pro 中执行“使用深度学习检测对象”工具
4. 确保影像的格式与采集训练样本的位置匹配，例如 .tif 与 .jpg。 采集训练样本的数据的位深度和波段数也必须与正在分析的影像的参数相匹配。
5. 如果用于采集训练样本的影像与应用训练样本的影像来自同一地区或区域，则分析可能会失败。例如，不建议在加利福尼亚州棕榈泉周围采集训练样本，这是一片沙漠，然后尝试将这些训练样本应用于佛罗里达州的影像。 尽管这两个地方都存在棕榈树等共同特征，但佛罗里达州比棕榈泉潮湿得多，环境湿度会对分析结果产生深远影响。
6. 如果您尝试使用少于 10 个训练样本，您将遇到 BUG-000168623，该错误禁止除以零。 应该应用十倍法则。 分析中的每个自由度（正在搜索的要素类型的数量）必须乘以 10，以计算分析所需的合理数量的训练样本。
   例如，要定位井场，至少需要原始图像中的十个井场训练样本。 在一个分类过程中识别四种要素类型时，至少需要 40 个训练样本，每种要素 10 个。