基于智能识别与生成的电子元件符号与引脚封装数据库
Symbol and Footprint Database for Electronic Components by Agentic Recognition and Generation
浏览论文内容
中文总结 AI 辅助
研究利用多模态大语言模型开发电子元件符号和引脚封装智能识别与生成流程SFgen，其符号生成准确率86%，引脚封装生成准确率80%，并用此创建含1000个元件的SFnet数据库，为PCB设计自动生成奠定基础。
中文摘要 AI 辅助
丰富且可识别的元件库是印刷电路板（PCB）设计与生成的基石。传统上，工程师手动创建符号和引脚封装并设计PCB原理图，既耗时又易出错。利用多模态大语言模型（MLLMs），我们开发了SFgen，一种用于电子元件符号和引脚封装的智能识别与生成流程。SFgen符号生成准确率达86%，引脚封装生成准确率达80%。我们用该方法创建了SFnet，一个符号和引脚封装数据库，现有1000个元件且不断扩充，为PCB设计自动生成奠定基础。
英文摘要
A rich and recognizable component library is the cornerstone of printed circuit board (PCB) design and generation. Traditionally, engineers manually create symbols and footprints and design PCB schematics, which is time-consuming and error-prone. Leveraging multimodal large language models (MLLMs), we develop SFgen, an agentic recognition and generation flow of symbol and footprint for electronic components. SFgen achieves 86% accuracy for symbol generation and 80% accuracy for footprint generation. We use the SFgen method to create SFnet, a database of symbols and footprints. It now has 1000 components and is expanding constantly, which lays the foundation for automatic generation of PCB designs.
发表机构
- Ningbo Institute of Digital Twin, Eastern Institute of Technology（宁波数字孪生研究院，东方理工大学）
- Shanghai Jiao Tong University（上海交通大学）
- BTD Technology（BTD科技）
机构由 AI 辅助整理，请以论文原文为准。
