该研究提出Sketch2Sim,一个端到端模块化框架,用于将手绘电路图自动转换为SPICE兼容的网表并计算节点电压与电流。研究构建了包含1000个手绘RLC电路的数据集,标注了元件、文本区域和字符。系统分为三个阶段:双YOLO检测器分别识别元件与文本区域;CRNN结合CTC与OCR实现领域感知的符号数值提取;通过阈值化、骨架化和DBSCAN聚类自动识别节点并与元件映射。消融实验与端到端测试表明,该系统在不同书写风格和光照条件下表现稳健。其意义在于为电路教学提供交互式学习工具,并加速工程设计的数字化审查与原型验证。
| SPICE | 集成电路仿真程序,一种用于电路仿真的标准软件工具。 |
| YOLO | You Only Look Once,一种实时目标检测算法。 |
| CRNN | 卷积循环神经网络,结合卷积神经网络和循环神经网络用于序列识别。 |
| CTC | 连接时序分类,一种用于序列学习的损失函数,常用于语音和文本识别。 |
| DBSCAN | 基于密度的噪声应用空间聚类,一种无监督聚类算法。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅