如何使用RapidMiner计算图像中的对象并应用于Python编码?

wig_2006wig_2006 成员职位:1贡献我
我尝试在RapidMiner中使用MCIO (multiple_color_image_opener)创建图像处理,可以将图像识别为苹果或橙色,但不能使用RapidMiner计算图像中的对象并应用于Python编码。

概念计数对象在图像中使用的RapidMiner链接-https://stackoverflow.com/questions/38619382/how-to-count-objects-in-image-using-python

YouTube链接学习创建图像处理与MCIO (multiple_color_image_opener)在RapidMiner -https://www.youtube.com/watch?v=dsTJWXtc7oo

进程文件(。rmp文件)在RapidMiner链接


RapidMiner文件中的XML描述

1.数苹果+橘子

< ?xml version="1.0" encoding="UTF-8"?> <过程version = " 10.1.002”>
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文
<过程扩展= " true " >
<列出关键= "图像" >
< / >列表
<过程扩展= " true " >
<过程扩展= " true " >
< /操作符>
> < /过程
< /操作符>
> < /过程
< /操作符>
<枚举关键= " sheet_names " / >
< /操作符>
> < /过程
< /操作符>
> < /过程

2.算法训练apple + orange.rmp

< ?xml version="1.0" encoding="UTF-8"?> <过程version = " 10.1.002”>
> <上下文
<输入/ >
<输出/ >
<宏/ >
> < /上下文
<过程扩展= " true " >
<列出关键= "图像" >
< / >列表
<过程扩展= " true " >
<过程扩展= " true " >
< /操作符>
> < /过程
< /操作符>
> < /过程
< /操作符>
<过程扩展= " true " >
< /操作符>
< /操作符>
在训练阶段,在当前训练数据集上建立模型。(默认90%的数据,10次)
> < /过程
<过程扩展= " true " >
<列出关键= " application_parameters " / >
< /操作符>
< /操作符>
将在Training步骤中创建的模型应用于当前测试集(10%)。<br/>性能被评估并发送给操作员结果
> < /过程
一个评估决策树模型的交叉验证
< /操作符>
<列出关键= "注释" / >
<列出关键= " data_set_meta_data_information " / >
< /操作符>
<列出关键= " application_parameters " / >
< /操作符>
> < /过程
< /操作符>
> < /过程

在RapidMiner中描述进程的图像。

1.数苹果+橘子-https://i.imgur.com/4Rhgkpg.png
2.算法训练apple + orange.rmp-https://i.imgur.com/KBObOcJ.png
    登录注册置评。