
Image2Smiles: 从分子图像生成微笑或摩尔表达式
5星
- 浏览量: 0
- 大小:None
- 文件类型:None
简介:
Image2Smiles是一项创新技术,能够解析并转换分子图像为对应的化学微笑符或摩尔表达式,简化了化合物结构的数据处理与分析流程。
为了从大量化学文献中获取数据,我们需要开发一个能够根据给定分子生成SMILES字符串的处理器。我们把这个问题看作是一个图像字幕问题——即为给定的一张图片生成相关的描述性文本(在这里是SMILES字符串)。需要注意的是,在使用高水平注意分词器时需要区分大小写。
我们的数据集包含了一系列不同的SMILES分子,将这些微笑的字符串连接在一起并随机排列后,从每个字符串中创建图像。验证和评估的数据集中包含了10万张这样的图片及其对应的标题(即SMILES字符串)。在进行模型调整实验的过程中,建议使用其中的一个子样本——比如一万张图片来进行快速评估。
训练数据集则包含大约2千万个这样的微笑图像。为了方便实验操作,我们已经对这些文件进行了处理,并将它们存储在一个云端服务器上。分词器的生成可以通过运行以下命令来完成:`python src/train_tokenizer.py --training_files da`
全部评论 (0)
还没有任何评论哟~


