tesseractの学習でread_params_file: Can't open lstm.train

Question

#以下の記事を参考にtesseractで手書きの学習を行っています

https://minimashia.net/create-tesseract-traineddata/

#なんとか環境構築までできたのですが、学習のコマンドでshared library version mismatch (was 4.1.1, expected 4.1.1-rc2-20-g01fb）が出てしまいます。tesseractのバージョンは4.1.1なのでそちらを使うように指定したいのですが、方法がわかりません。

(django_dog) [root@localhost ocrd-train]# nohup time -f "Run time = %E\n" make training MODEL_NAME=mnist >> train.log 2>&1 &
[1] 50426
(django_dog) [root@localhost ocrd-train]#  tail -f train.log
Run time = 0:00.43

nohup: 入力を無視します
unicharset_extractor --output_unicharset "data/mnist/unicharset" --norm_mode 2 "data/mnist/all-gt"
ERROR: shared library version mismatch (was 4.1.1, expected 4.1.1-rc2-20-g01fb
Did you use a wrong shared tesseract library?
make: *** [Makefile:186: data/mnist/unicharset] エラー 1
Command exited with non-zero status 2
Run time = 0:00.45

#yumで以前に入れたtesseractの方を削除したところ、上記エラーは出なくなりましたが以下のエラーが発生しました

(django_dog) [root@localhost ocrd-train]# nohup time -f "Run time = %E\n" make training MODEL_NAME=mnist >> train.log 2>&1 &
[1] 51691
(django_dog) [root@localhost ocrd-train]#  tail -f train.log
Command exited with non-zero status 2
Run time = 0:00.45

nohup: 入力を無視します
unicharset_extractor --output_unicharset "data/mnist/unicharset" --norm_mode 2 "data/mnist/all-gt"
/bin/bash: unicharset_extractor: command not found
make: *** [Makefile:186: data/mnist/unicharset] エラー 127
Command exited with non-zero status 2
Run time = 0:00.45

#上記エラーはtesseractフォルダ内でmake training & make training-installを実行したところ解消されました。ただ、再度学習コマンドを走らせたところ以下のエラーが発生しました

Page 1
+ tesseract data/mnist-ground-truth/00003.tif data/mnist-ground-truth/00003 --psm 13 lstm.train
read_params_file: Can't open lstm.train
Tesseract Open Source OCR Engine v4.1.1 with Leptonica
Page 1
+ tesseract data/mnist-ground-truth/00002.tif data/mnist-ground-truth/00002 --psm 13 lstm.train
read_params_file: Can't open lstm.train
Tesseract Open Source OCR Engine v4.1.1 with Leptonica
Page 1
+ tesseract data/mnist-ground-truth/00001.tif data/mnist-ground-truth/00001 --psm 13 lstm.train
read_params_file: Can't open lstm.train
Tesseract Open Source OCR Engine v4.1.1 with Leptonica
Page 1
+ tesseract data/mnist-ground-truth/00000.tif data/mnist-ground-truth/00000 --psm 13 lstm.train
read_params_file: Can't open lstm.train
Tesseract Open Source OCR Engine v4.1.1 with Leptonica
Page 1
find data/mnist-ground-truth -name '*.lstmf' | python3 shuffle.py 0 > "data/mnist/all-lstmf"
Error: missing ground truth for training
make: *** [Makefile:166: data/mnist/list.train] エラー 1
Command exited with non-zero status 2
Run time = 7:08.32

Answer 1

#参考となるHPを発見

https://github.com/tesseract-ocr/tesstrain/issues/28

#eng.traineddataが必要だったらしく、以下の設定を見直し。

$ wget https://github.com/tesseract-ocr/tessdata/raw/master/jpn.traineddata -P $TESSDATA_PREFIX
$ wget https://github.com/tesseract-ocr/tessdata_best/raw/master/eng.traineddata -O $TESSDATA_PREFIX/eng.traineddata
$ wget https://github.com/tesseract-ocr/tessdata_best/raw/master/jpn.traineddata -O $TESSDATA_PREFIX/jpn_best.traineddata
$ wget https://github.com/tesseract-ocr/tessdata_best/raw/master/jpn_vert.traineddata -P $TESSDATA_PREFIX

#lstm.train は以下のアドレスから頂き

/home/sun/tesseract-4.1.1/tessdata/configs/lstm.train

#/tess/ocrd-train/の直下に置きました。一応上記の処理で学習は行えました。