在申请专利之前，确保你没有侵犯别人的™的知识产权(IP)是必不可少的一步。出于这个原因，发明家和专利律师花费了相当多的时间来分析类似的专利–这些时间本来可以花在研究上。

化学专利和其他专利一样，包含大量信息：文本和非文本。为了快速分析数据，提取信息并以编程方式分析它们变得越来越流行，例如，使用OCR提取文本和查找关键字。但是使用OCR将提取的信息限制为文本数据。其他重要的细节，如化学结构、反应图片等，不能用这种方式提取™。

目标检测等基于深度学习的方法解决了这一问题。许多最先进的(SOTA)对象检测模型有助于快速检测化学结构和反应等非文本信息。可以进一步裁剪检测并将其用于其他任务。

YOLOv5就是这样一个模型。YOLOv5

YOLO概述

YOLO(你只看一次)是一类目标检测模型，它通过œ看�只看一次图像来运行推断，即只有一次前向传播。这种方法节省了大量时间，使YOLO成为目前最快的目标检测算法之一。在需要一次分析100甚至1000个页面的用例中，Yoloâuro™的快速推断使其成为首选。

此外，YOLO学习广义表示，因此如果训练数据只包含专利文档，它仍然可以在其他场景中检测化合物。

YOLOv5是目前可用的最快、最准确的开源模型之一。与其他YOLO机型不同，YOLOv5在PyTorch中完全实现，使用起来非常简单。

YOLOv5性能比较：

迁移学习

迁移学习，简而言之，就是使用一个真正擅长某一特定任务的预先训练的模型，并将知识转移到另一项任务中，同时提高绩效和减少训练时间的过程。

知识可以通过以下方式进行传输：-œ冻结-�-前几层的权重，并且只更新其余层的权重。在我们的例子中，YOLOv5有24层，所以我们冻结了40%的顶层(模型的主干)并开始训练。freezing

超参数调整

为了最大限度地利用可用的训练数据，拥有最优的超参数至关重要。最优的参数不仅能提供最准确的结果，而且还能在最短的时间内完成，从而使用最少的计算资源。

我们运行了300代遗传算法来寻找最优参数，同时对模型进行了30个历元的训练。这极大地提高了模型性能，尽管只有71幅图像可供处理，但却给出了非常准确的结果。研究结果总结如下。genetic algorithm

结果

我们开发了一款网络应用程序，可以让你上传pdf并输出检测到的化合物。该应用程序裁剪这些检测，并将它们存储在每个类的单独目录中。然后可以通过单击生成的链接下载这些结果。所有这些都是以惊人的低推理时间完成的。

与谷歌专利的比较

我们查找了几个关于谷歌专利的化学专利文件，并记录了谷歌专利提取的化学结构的数量。然后，我们下载了相同的文档，并将它们上传到我们的Web应用程序，以比较结果。

示例1：文件File

示例2：文件File

示例3：文件File

因为谷歌的专利依赖于提取PDF中的图像元素来检测化合物，所以它无法™提取文档中存在的所有化合物结构。

今后的工作

继续提高模型精度。

区分化合物、马库什结构和中间体。