我有一个数据集，里面有很多gt.txt和tiff文件，大约有1000个文件，我尝试使用tesstrain项目并运行以下命令maketraining MODEL_NAME=ccm7 TESSDATA=path/to/TESSDATA_best此命令运行成功，但当我尝试使用traineddata时，它没有按预期工作。我的问题是，为tesseract训练数据集的正确形式是什么？非常感谢。
为了用图像训练我的数据集，我在图像旁边使用了两种类型的文件：
- 具有预期输出的gt.txt文件
- 框文件由图像生成，其中包含我想要训练模型的更改
我将所有3个文件放在testrain/data/my model ground-truth中，并从testrain文件夹运行以下命令：
make training MODEL_NAME=my-model START_MODEL=eng TESSDATA=../tessdata_best
这是假设你想在tessdata_best存储库的eng.traineddata之上进行训练：https://github.com/tesseract-ocr/tessdata_best
它在testrain/data文件夹中生成my-model.traineddata