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 3.10，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，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）

   次のコマンドを実行

   次のコマンドは，Python ランチャーとPython 3.10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．

   winget install --scope machine Python.Launcher
   winget install --scope machine Python.Python.3.10
   winget install --scope machine Git.Git
   powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\Git\cmd\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
   

【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，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
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（Windows 上）

7-Zipは，ファイル圧縮・展開（解凍）ツール

1. Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
2. 次のコマンドを実行

   次のコマンドは，7-Zipをインストールするものである．

   winget install --scope machine 7zip.7zip
   powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"
   

【関連する外部ページ】

• 7-Zip の公式ページ: https://7-zip.opensource.jp/

mkdir %USERPROFILE%\7zip
cd /d c:%HOMEPATH%\7zip
curl -O https://www.7-zip.org/a/7z2405-x64.exe
.\7z2405-x64.exe
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

HierText のインストール

1. Windows で，コマンドプロンプトを管理者権限で起動する（例：Windowsキーを押し，「cmd」と入力し，「管理者として実行」を選択）
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）