DECIMER—conjunto de datos de imágenes de moléculas dibujadas a mano

Resumen La traducción de imágenes de estructuras químicas en representaciones legibles por máquina de las moléculas representadas se conoce como reconocimiento óptico de estructuras químicas (OCSR). Ha habido mucho progreso en las últimas tres décadas en este campo, pero el desarrollo de sistemas para el reconocimiento de representaciones complejas de estructuras dibujadas a mano aún está en sus inicios. Actualmente, no hay datos disponibles para la evaluación sistemática de los métodos OCSR en estructuras dibujadas a mano. Aquí presentamos DECIMER — Imágenes de moléculas dibujadas a mano, un conjunto de datos de referencia estandarizado y de acceso abierto que contiene 5088 representaciones dibujadas a mano de estructuras químicas diversamente seleccionadas. Cada representación de estructura en el conjunto de datos está mapeada a una representación legible por máquina de la molécula subyacente. El conjunto de datos está disponible públicamente y publicado bajo la licencia CC-BY 4.0, que aplica muy pocas limitaciones. Esperamos que esto contribuya al desarrollo futuro del campo. Resumen gráfico.