Aquifers
← 所有项目

PERSONAL PROJECT / 个人项目

SchemTrace

从原理图的像素、端点与连接线索出发,探索可检查的电路结构提取。

作者
Aquifers
当前范围
图像测量与局部连接
技术
Python · OpenCV · NumPy · Matplotlib · PyTorch

从图像走向连接

一张电路原理图里,元件、文字、wire(导线)、terminal(引脚区域)和 junction(连接节点)共同表达电路结构。把它转成可计算的信息,需要先分清哪些像素属于什么、连接在哪里发生,以及判断有没有可靠依据。

SchemTrace 是我的个人项目。目前从颜色测量与 terminal 检测入手,研究局部 connectivity(连接关系);完整电路拓扑与 netlist 导出仍是后续目标。

此位置保留给后续确认的过程图。本页不展示原始原理图或源数据。

当前实现

已有能力主要分为三部分:

  • 测量与标定:检查精确像素颜色,导出测量结果,通过人工标定和 RGB blending-trajectory(颜色混合轨迹)分析理解图像里的颜色线索。
  • terminal 检测:用确定性几何方法检测 terminal candidates,保留可视化,便于回到原图核对定位与筛选。
  • 局部 connectivity 实验:用 tiny-CNN 研究连接方向,比较合成样本与加入真实局部样本后的表现,并保留划分、预测和失败分析记录。

这些工具提供了观察、标定和比较的基础。当前尚未实现完整元件识别、OCR、全图 wire tracing、topology reconstruction、PDF 加载或 netlist 生成。

结果与局限

这次对照只覆盖 两个 source schematic(源原理图)的 35 个经人工复核的局部样本。train/test 按完整 source schematic 划分,使同源的重复或近重复样本留在同一侧;模型与训练条件保持匹配,比较合成对照与加入真实样本后的表现。

35 个局部样本 · 三种子平均概率聚合

23 / 35 → 26 / 35

完全匹配增加 3 个样本;这次配对比较没有新增退步样本。

这里的完全匹配(exact match)指局部样本的连接方向集合与复核参考完全一致。整体改善集中在部分 junction 相关类别;tiny-wire-terminal-terminal 仍为 0/8。

按 reporting family 比较 exact match 数
局部样本类型合成对照加入真实样本
other10 / 1010 / 10
other-junction-context8 / 109 / 10
terminal-junction-branch5 / 77 / 7
tiny-wire-terminal-terminal0 / 80 / 8
查看按随机种子与留出源图划分的实验图
三个随机种子下的完全匹配比例:合成对照总体为23、23、22个样本匹配,加入真实样本为25、25、26个;源图间表现差异明显。
既有实验结果图。三列分别是总体与两个 source schematic 留出组,柱子表示单 seed/fold 的结果;上方 23/35 → 26/35 是三个 seed 的预测概率平均后再判定 exact match,二者统计口径不同。
查看原尺寸实验图 →

这组结果只覆盖两个 source schematic。tiny-wire-terminal-terminal 与 terminal-junction-branch 来自不同源图,源图风格和结构类型仍相互混杂;目前无法据此分离两者影响,也不能把 26/35 当作一般原理图的识别准确率。

tiny-wire 没有改善,也不能证明真实样本对它无效:这一类别都在同一张留出源图中,对应模型没有得到另一 source schematic 的真实 tiny-wire 训练样本。

计划与目标

SchemTrace 的长期目标是从原理图图片或 PDF 中逐步恢复元件、文字、wire 与连接关系,形成结构化的电路拓扑,经由 graph representation(图表示)继续处理,最终导出可检查的 netlist。

当前的颜色标定、terminal 检测和局部 connectivity 实验,位于这条完整解析链路的前段。connectivity 只是其中一个局部问题,尚不能代替全图解析。

最重要的未解决问题,是让局部判断在不同 source schematic 和连接结构中足够可靠;tiny-wire 仍是明确未解决的部分。terminal-terminal、junction-boundary 等场景还需要更多独立来源验证。后续需要将局部连接判断逐渐接回 wire tracing 与 topology reconstruction,让图像中的线索最终能进入可检查、可继续处理的 netlist。这是项目目标,相关完整流程尚未实现。

本页展示项目过程与实验汇总;源码与原始数据暂未开放。