本技術針對電子設計自動化領域中，工程師整理電子零件規格書資料所面臨的繁瑣與高錯誤率問題
提出以深度學習與文字探勘為核心的自動化辨識與配對方法
技術簡介
傳統上，工程師必須逐頁閱讀不同廠商格式不一的規格書，以人工方式擷取料號、封裝及其他關鍵資訊，耗時且容易出現遺漏或錯誤。本技術結合YOLOv5影像辨識與OCR文字擷取，可自動識別規格書中的標題、IC圖、表格與文字區域，並透過pdfplumber修正OCR辨識錯誤，再進一步以專為不同資料型態設計的演算法進行料號與封裝的自動配對。實驗結果顯示準確率達97.99%，能顯著減少人工資料整理時間與錯誤率，提升資料數位化效率與設計流程自動化程度。
▲圖說：YOLOv5首頁的料號辨識結果
▲圖說：電子零件特性表格識別結果
▲圖說：IC圖的文字框選結果
應用案例
此技術主要應用於電子零件規格書的資料數位化與整理，適用於電子設計自動化（EDA）工程師的工作流程。透過自動化辨識與配對演算法，可快速從不同廠商格式的規格書中擷取料號、封裝、表格、IC圖及文字資訊，並自動進行正確配對，減少人工整理時間與錯誤率。
相關連結
無
專利名稱證號
無
技術產學合作或技轉單位
無
獲獎紀錄
無
技術聯絡人
國立高雄大學 李雨謙專任助理
連絡電話：07-5916639
聯絡信箱：vivianlee@nuk.edu.tw