DECIMER-Image_Transformer 安装与使用教程

DECIMER-Image_Transformer 安装与使用教程

DECIMER-Image_TransformerDECIMER: 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. 项目目录结构及介绍

在解压或克隆 DECIMER-Image_Transformer 项目后，您将看到以下基本目录结构：

DECIMER-Image_Transformer/
├── data/          # 存放训练数据和模型权重的地方
├── models/        # 存放预训练模型和自定义模型的文件夹
├── src/           # 包含主要代码源文件
│   ├── __init__.py
│   ├── predict.py  # 预测脚本
│   └── train.py    # 训练脚本
├── requirements.txt  # 依赖库列表
└── README.md       # 项目说明文件

• data/: 这里存放用于训练的图像数据集以及训练过程中保存的模型权重。
• models/: 提供预训练模型，用户也可以在此处存储自定义训练后的模型。
• src/: 源代码目录，包含了训练和预测的核心逻辑。
  • predict.py: 提供了从图像到SMILES字符串转换的预测功能。
  • train.py: 负责模型训练，可以根据用户配置进行调整。

2. 项目启动文件介绍

train.py

这个脚本负责训练DECIMER模型。通过修改训练参数，您可以定制训练过程。主要的参数包括：

• 数据集路径
• 模型配置（例如使用的Efficient-Net版本和Transformer架构）
• 训练轮数
• 优化器设置
• 学习率策略
• 使用TPU或GPU训练的选项

要运行训练，请在命令行中输入类似以下的命令：

python3 src/train.py --dataset_path <your_dataset_path> --model_config <config_file> --use_tpu True

请确保替换 <your_dataset_path> 和 <config_file> 为实际值。

predict.py

这个脚本用于从图像中预测SMILES字符串。需要指定模型路径和待处理图像的路径：

python3 src/predict.py --model_path <path_to_model> --image_path <path_to_image>

这里 <path_to_model> 是已训练模型的保存位置，而 <path_to_image> 是要预测的化学图像路径。

3. 项目的配置文件介绍

项目没有单独的配置文件，而是通过train.py脚本中的命令行参数进行配置。通常，这包括模型架构、优化器参数、学习率等。您可以在调用train.py时传递这些参数来调整训练设置。例如，可以通过指定不同的模型配置文件来改变模型结构。

如果需要更高级的配置管理，可以考虑创建一个 YAML 文件来储存这些参数，并在train.py中解析它。但这超出了项目现有的结构，需要用户自行实现。

完成上述步骤后，您应该能够成功安装和使用 DECIMER-Image_Transformer 来进行化学图像识别。如需进一步帮助，参考项目README或在GitHub上提交问题。

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