基于深度学习的电路图到网表生成方法、生成系统及产品

本发明涉及一种基于深度学习的电路图到网表生成方法、生成系统及产品。电路图到网表生成方法包括以下步骤：S1、通过YOLOv8模型对电路图中的器件进行识别，得到每个器件的位置信息、类别；通过概率性霍夫变换算法对电路图中的直线段进行识别，得到直线段对应的起点坐标、终点坐标和朝向；S2、将位置信息、类别、起点坐标、终点坐标和朝向生成相应的文本描述信息。本发明通过有效整合多模态信息，结合图像和文本数据，提供了对电路图的全面理解，提高识别的准确性和鲁棒性，即使单一组件出现识别错误，依然可以通过最终的信息融合可以减少这些噪声对模型整体的影响，从而减少了识别中的误判和漏判，显著提升了元件和连接关系的识别准确性。