SINA：基于人工智能的电路原理图图像到网表生成器
计算机视觉与模式识别
2026-01-30 v1 人工智能
系统与控制
系统与控制
摘要
当前将电路原理图图像转换为机器可读网表的方法在组件识别和连通性推断方面存在挑战。本文提出SINA，一个开源且完全自动化的电路原理图图像到网表生成器。SINA集成了深度学习用于准确组件检测、Connected-Component Labeling（CCL）用于精确连通性提取、光学字符识别（OCR）用于组件参考设计ator检索，同时采用视觉-语言模型（VLM）实现可靠的参考设计ator分配。在实验中，SINA实现了96.47%的整体网表生成准确率，这是当前最先进方法的2.72倍
引用
@article{arxiv.2601.22114,
title = {SINA: A Circuit Schematic Image-to-Netlist Generator Using Artificial Intelligence},
author = {Saoud Aldowaish and Yashwanth Karumanchi and Kai-Chen Chiang and Soroosh Noorzad and Morteza Fayazi},
journal= {arXiv preprint arXiv:2601.22114},
year = {2026}
}