iput-tk230215/steel-ocr-dataset

train_data/
├── det/                    # 検出モデル用
│   ├── train.txt           # 学習データラベル
│   ├── val.txt             # 検証データラベル
│   └── images/             # 画像ファイル (319枚)
└── rec/                    # 認識モデル用
    ├── rec_gt_train.txt    # 学習データラベル
    ├── rec_gt_val.txt      # 検証データラベル
    ├── dict.txt            # 文字辞書
    └── crop_img/           # クロップ画像 (467枚)

test_data/
├── det/                    # 検出モデル評価用
│   ├── test.txt            # テストデータラベル
│   └── images/             # 画像ファイル (14枚)
└── rec/                    # 認識モデル評価用
    ├── rec_gt_test.txt     # テストデータラベル
    ├── dict.txt            # 文字辞書
    └── crop_img/           # クロップ画像 (42枚)

from huggingface_hub import snapshot_download

# データセットをダウンロード
local_dir = snapshot_download(
    repo_id="iput-tk230215/steel-ocr-dataset",
    repo_type="dataset",
    local_dir="./data",
)

# PaddleOCR学習コマンド
# python3 tools/train.py -c config.yml \
#     -o Train.dataset.data_dir=./data/train_data/det/ \
#     Train.dataset.label_file_list='[./data/train_data/det/train.txt]'

# PaddleOCR評価コマンド
# python3 tools/eval.py -c config.yml \
#     -o Eval.dataset.data_dir=./data/test_data/det/ \
#     Eval.dataset.label_file_list='[./data/test_data/det/test.txt]'

images/filename.jpg\t[{"transcription": "CODE", "points": [[x1,y1], ...], "difficult": false}]

crop_img/filename.jpg\tCODE