DECIMER Image Transformer: 将化学结构图像转化为SMILES字符串的开源工具

DECIMER Image Transformer: 将化学结构图像转化为SMILES字符串的开源工具

DECIMER-Image_Transformer DECIMER: Deep Learning for Chemical Image Recognition using Efficient-Net V2 + Transformer 项目地址: https://gitcode.com/gh_mirrors/de/DECIMER-Image_Transformer

1. 项目基础介绍

DECIMER Image Transformer 是一个基于深度学习的开源工具，旨在实现化学结构图像的自动识别。该项目使用 Python 作为主要的编程语言，通过先进的深度学习技术，将化学结构图像转化为标准化的SMILES（Simplified Molecular Input Line Entry System）字符串。这种转化使得化学数据能够从扫描文档、文献和专利中数字化，大大提高了化学信息处理的效率。

2. 项目核心功能

• 图像特征提取：DECIMER Image Transformer 利用 EfficientNet-V2 网络进行图像特征提取，这种网络在图像分析方面具有优越的性能。
• SMILES 预测：项目采用最先进的变压器模型进行 SMILES 字符串的预测，确保了识别的准确性。
• 数据读取优化：使用 TFRecord 文件和 TensorFlow 数据管道技术，以及 Google Cloud Buckets，实现了高效的数据存储和读取。
• TPU 策略：借助 Google 的 Tensor Processing Unit（TPU），项目能够快速处理超过一百万张图像的大数据集。

3. 项目最近更新的功能

• 手绘化学结构识别：最新的 DECIMER 模型增加了手绘化学结构识别的功能，使得 AI 能够识别和转化手绘的化学结构图。
• 性能提升：通过优化训练流程，包括使用 TFRecord 文件、Google Cloud Buckets 和 TPU 策略，进一步提升了模型的性能和效率。

通过这些更新，DECIMER Image Transformer 不仅增强了其核心功能，还扩展了应用范围，为化学研究者和数据科学家提供了一个更加全面和高效的工具。

DECIMER-Image_Transformer DECIMER: Deep Learning for Chemical Image Recognition using Efficient-Net V2 + Transformer 项目地址: https://gitcode.com/gh_mirrors/de/DECIMER-Image_Transformer