概览
DECIMER Image Transformer 面向化学结构的光学识别，即将描绘的化学结构转换为机器可读的分子表示。项目 README 描述了一个用于预测 SMILES 的模型，该模型将 EfficientNet-V2 图像特征提取器与 transformer 配合使用。它在图像到结构的工作流中承担识别环节，而不是通用化学工具包或分子性质预测器。
文档所述的 Python 接口通过 predict_SMILES 接收图像文件路径，并返回预测的 SMILES 字符串。对于已有单张化学结构图像的工作流，这提供了一个明确的集成入口。虽然 README 在出版物中提及 DECIMER 在识别、分割和识别方面的更广泛工作，但所提供的用法示例并未证实本仓库提供文档分割接口。项目还介绍了一种手绘结构模型，并链接到其单独的记录。
关于训练，README 描述了 TFRecord 文件、Google Cloud Buckets、TensorFlow 数据管道和 TPU 策略。这些是有文档记载的实现组件，并不代表已测得吞吐量或识别准确率。来源摘录未说明除示例中的 JPG 路径以外支持哪些图像格式，也未详细说明输入限制、置信度输出或定量评估结果。因此，考虑将预测结果用于下游分子搜索或数据提取的用户应针对已知结构评估预测结果。仓库代码采用 MIT 许可；这一信息不能单独确定模型权重、数据集或所链接网络服务的条款。
主要功能
- 使用 EfficientNet-V2 提取化学结构图像的特征。
- 使用 transformer 模型预测 SMILES 表示。
- 提供 Python 函数 predict_SMILES，该函数接收图像路径并返回预测的 SMILES 字符串。
- 记录了使用 TFRecord 文件、Google Cloud Buckets、TensorFlow 数据管道和 TPU 策略的训练工作流。
- 介绍了一种手绘化学结构识别模型，并链接到其单独的 DOI 记录。
使用场景
- 建议评估：将单张化学结构示意图转换为 SMILES，用于整理后的分子集合；在接受结果前，将预测与参考结构进行比较。
- 建议评估：将图像到 SMILES 的预测集成到一个能够提供已分离化学结构图像的提取工作流中。
- 建议评估：使用具有代表性的教学或研究集合中的已标注草图，评估单独介绍的手绘模型。
使用方式
- 阅读仓库 README，区分标准图像识别工作流、单独链接的手绘模型以及更广泛的 DECIMER 平台。
- 查阅链接的文档。按照 README 中的环境和软件包安装示例操作；其中所述环境只是一个示例，并不能证明与其他配置兼容。
- 准备一张单独的化学结构图像，并记录其文件路径。所提供的示例使用 JPG 路径；由于摘录未列出完整的支持格式，因此应另行评估其他格式。
- 使用文档所述的 Python 接口，从 DECIMER 导入 predict_SMILES 并传入图像路径。将返回的 SMILES 作为预测结果记录，而不是经过验证的分子转录结果。
- 在下游使用前，将输出与已知参考结构进行比较。对于草图，请查阅手绘模型记录；README 未提供其调用细节或比较结果。