环境要求

首先安装所需的依赖包：

pip install -r requirements.txt

配置说明

需在项目主目录下创建 .env 文件，并添加模型路径配置：

MODEL_PATH = models

将模型放到models下面

使用示例

import torch
from molscribe import MolScribe
import warnings

if __name__ == "__main__":
    img_path = "imatinib.jpg"
    device = torch.device('cpu')
    model = MolScribe(device)
    output = model.predict_image_file(img_path)
    
    # 打印SMILES表达式结果
    print(output['smiles'])

输出格式说明

模型输出为一个字典，包含以下字段：

{
    'smiles': 'Fc1ccc(-c2cc(-c3ccccc3)n(-c3ccccc3)c2)cc1',  # 分子的SMILES表达式
    'molfile': '***',  # 分子的Molfile格式字符串
    'confidence': 0.9175,  # 模型预测的整体置信度
    'atoms': [  # 原子信息列表
        {'atom_symbol': '[Ph]', 'x': 0.5714, 'y': 0.9523, 'confidence': 0.9127},
        # ... 更多原子信息
    ],
    'bonds': [  # 化学键信息列表
        {'bond_type': 'single', 'endpoint_atoms': [0, 1], 'confidence': 0.9999},
        # ... 更多化学键信息
    ]
}