Подход к распознаванию элементов и подписей на электросхемах: подготовка датасета, YOLO, ConvNeXt, OCR и проверка результатов.
Собрано в Sveska из открытых обсуждений сообщества. Авторы сообщений не указываются.
Обновлено
Для распознавания электросхем можно отдельно находить элементы и определять их классы, а подписи извлекать OCR и связывать с ближайшими элементами по координатам. По сообщениям за август–сентябрь 2026 года, для этой задачи также предлагался пользовательский сценарий с загрузкой схемы, подтверждением разметки и выгрузкой спецификации.
Большие схемы размером около 10 000 × 4 000 пикселей неудобно использовать напрямую. Сначала их рекомендуют нарезать на фрагменты, затем разметить получившиеся изображения.
Чтобы ускорить разметку большого датасета, можно:
По оценке из сообщения за август 2026 года, такой процесс может ускорить работу примерно втрое.
Есть два упомянутых варианта:
Для самостоятельно работающей YOLO сообщалось о распознавании 26 типов элементов без LLM. На вручную собранном датасете примерно из 1 500 изображений и небольшой валидации точность различалась по классам: самый частый класс распознавался примерно в 90% случаев, самый сложный — примерно в 40%.
В тестах, описанных 19 августа 2026 года, связка YOLO и ConvNeXt показала около 95% обнаружения и 93% правильной классификации. Одна модель для обеих задач в тех же тестах показала 84% обнаружения и 73% правильной классификации.
Для растровых схем можно применить OCR к скану, получить координаты текста и связать подпись с ближайшим распознанным объектом. Для этой задачи первый подход был назван более оптимальным, чем обучение YOLO одновременно на элементах и тексте.
В качестве OCR для растровых изображений упоминался Google OCR. По сообщению за август 2026 года, при регистрации было доступно $300 на разработку; этого, по оценке автора сообщения, должно было хватить на тестирование, запуск и несколько месяцев работы при небольшой аудитории.
Для векторных изображений OCR может не потребоваться: упоминались небольшие open-source инструменты, извлекающие текст напрямую.
Не рекомендуется задавать жёсткие зоны вокруг элементов: они чувствительны к масштабу изображения. Вместо этого можно рассматривать все найденные текстовые значения и рассчитывать для каждого вес по близости к элементу. Чем ближе текст, тем выше вес; подписью элемента выбирается вариант с максимальным весом.
Важно: попиксельный расчёт координат может быть проблемным. Как упрощение предлагалось детектировать пару «элемент + подпись», а затем нормализовать подпись.
Результаты рекомендуется проверять на независимых тестах с заранее размеченными схемами. Если элемент не найден, в сервисе можно повторно выделить его рамкой: по описанному опыту, со второго раза обнаружение срабатывало.
Для дальнейшего повышения точности предлагалось добавить OCR и итоговую модель анализа ошибок. При слабом результате можно передавать три наиболее вероятных класса специализированным моделям.
Последовательность работы сервиса может быть следующей:
Статья собрана по сообщениям за август–сентябрь 2026 года.