买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南科技大学申请的专利一种支持深度学习模型多阶段推理的电路网表生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120524876B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511020923.8，技术领域涉及：G06F30/30；该发明授权一种支持深度学习模型多阶段推理的电路网表生成方法是由詹杰;王棚;徐琨;唐泽群;惠艳设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种支持深度学习模型多阶段推理的电路网表生成方法在说明书摘要公布了：本发明公布了一种支持深度学习模型多阶段推理的电路网表生成方法，属于电子电路设计与自动化技术领域，该方法通过光学扫描获取电路图图像，对图像进行预处理后，利用深度学习模型YOLOv5进行元器件识别，确定其边界框坐标和类别信息。进一步对元器件进行端口精细识别，确定端口的位置和方向。利用光学字符识别技术排除文字干扰，进行导线识别，包括霍夫直线检测和跳线处理，确定导线的起点和终点坐标。将元器件、端口和导线的识别结果进行匹配，构建电路图的拓扑结构，最终生成电路网表，并进行错误排除和JSON格式输出。本发明可实现模拟电路图的自动网表生成，将模拟电路图文件转换为带有器件功能批注的网表文件，提高电路设计与仿真的效率和质量。

本发明授权一种支持深度学习模型多阶段推理的电路网表生成方法在权利要求书中公布了：1.一种支持深度学习模型多阶段推理的电路网表生成方法，其特征在于，包括以下步骤： 步骤一：通过光学扫描设备或数码相机获取电路图的图像； 步骤二：对图像进行预处理，包括去噪、灰度化、二值化、边缘检测和形态学操作； 步骤三：利用深度学习模型YOLOv5对预处理后的图像进行元器件识别，确定元器件的边界框坐标和类别信息； 步骤四：根据元器件的边界框坐标和类别信息，对元器件进行端口精细识别，包括确定端口的位置和方向； 步骤五：利用光学字符识别技术对电路图中的文字进行识别，排除文字对导线识别的干扰； 步骤六：对图像进行导线识别，包括霍夫直线检测和跳线处理，确定导线的起点和终点坐标； 步骤七：将元器件、端口和导线的识别结果进行匹配，构建电路图的拓扑结构； 步骤八：根据拓扑结构生成电路网表，包括元器件的类型、端口连接信息和导线连接信息； 步骤九：对生成的网表进行错误排除，包括排除错误连接和检查网表编号的完整性； 步骤十：将修正后的网表以JSON格式输出，确保数据的可扩展性和便于后续处理。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南科技大学，其通讯地址为：411201 湖南省湘潭市湖南科技大学物理与电子科学学院；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。