HierText データセットのインストール（テキスト検出，文字認識のデータセット）（Windows 上）

前準備

Python 3.12，Git のインストール（Windows 上）

Pythonは，プログラミング言語の１つ． Gitは，分散型のバージョン管理システム．

【手順】

1. Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

   次のコマンドを実行

   次のコマンドは，Python ランチャーとPython 3.12とGitをインストールし，Gitにパスを通すものである．

   次のコマンドでインストールされるGitは 「git for Windows」と呼ばれるものであり， Git，MinGW などから構成されている．

   reg add "HKLM\SYSTEM\CurrentControlSet\Control\FileSystem" /v LongPathsEnabled /t REG_DWORD /d 1 /f
   REM Python, Git をシステム領域にインストール
   winget install --scope machine --id Python.Python.3.12 --id Python.Launcher --id Git.Git -e --silent
   REM Python のパス
   set "INSTALL_PATH=C:\Program Files\Python312"
   echo "%PATH%" | find /i "%INSTALL_PATH%" >nul
   if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%" /M >nul
   echo "%PATH%" | find /i "%INSTALL_PATH%\Scripts" >nul
   if errorlevel 1 setx PATH "%PATH%;%INSTALL_PATH%\Scripts" /M >nul
   REM Git のパス
   set "NEW_PATH=C:\Program Files\Git\cmd"
   if exist "%NEW_PATH%" echo "%PATH%" | find /i "%NEW_PATH%" >nul
   if exist "%NEW_PATH%" if errorlevel 1 setx PATH "%PATH%;%NEW_PATH%" /M >nul
   

【関連する外部ページ】

• Python の公式ページ: https://www.python.org/
• Git の公式ページ: https://git-scm.com/

【サイト内の関連ページ】

• Python詳細ガイド：別ページ »

【関連項目】 Python, Git バージョン管理システム, Git の利用

HierText のインストール（Windows 上）

AWS コマンドラインツールのインストール

1. Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。
2. AWS コマンドラインツールのインストール

   次のコマンドを実行し，その後，画面の指示に従う．

   msiexec.exe /i https://awscli.amazonaws.com/AWSCLIV2.msi
   

   

7-Zip のインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM 7-Zip をシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent
REM 7-Zip のパス設定
set "SEVENZIP_PATH=C:\Program Files\7-Zip"
if exist "%SEVENZIP_PATH%" (
    echo "%PATH%" | find /i "%SEVENZIP_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%SEVENZIP_PATH%" /M >nul
)

HierText のインストール

1. Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。
2. 次のコマンドを実行

   cd /d c:%HOMEPATH%
   rmdir /s /q hiertext
   git clone https://github.com/google-research-datasets/hiertext.git
   cd hiertext
   python -m pip install -r requirements.txt
   "c:\Program Files\7-Zip\7z.exe" x sample_output.jsonl.gz
   cd gt
   "c:\Program Files\7-Zip\7z.exe" x validation.jsonl.gz
   "c:\Program Files\7-Zip\7z.exe" x train.jsonl.gz
   cd /d c:%HOMEPATH%\hiertext
   aws s3 --no-sign-request cp s3://open-images-dataset/ocr/train.tgz .
   aws s3 --no-sign-request cp s3://open-images-dataset/ocr/validation.tgz .
   aws s3 --no-sign-request cp s3://open-images-dataset/ocr/test.tgz .
   move train.tgz train.tar.gz
   move validation.tgz validation.tar.gz
   move test.tgz test.tar.gz
   "c:\Program Files\7-Zip\7z.exe" x train.tar.gz
   "c:\Program Files\7-Zip\7z.exe" x validation.tar.gz
   "c:\Program Files\7-Zip\7z.exe" x test.tar.gz
   "c:\Program Files\7-Zip\7z.exe" x train.tar
   "c:\Program Files\7-Zip\7z.exe" x validation.tar
   "c:\Program Files\7-Zip\7z.exe" x test.tar
   

   
   （以下省略）