AIを使って回路図面を自動読み取りする

エクサウィザーズのWANDチームのインターン記事で、回路図面をAIとコンピュータビジョンで自動読み取りする研究動向を紹介し、そのうちImage2Netを論文に基づいて再現実装した報告だ。回路図からトランジスタや電源、リレーといったコンポーネントを検出し、接続関係を求め、SPICEなどの構造化データに変換するのが基本のタスクである。紙の図面を検索、設計、最適化に使える形にすることが狙いで、研究手法は物体検出とルールベース、そして視覚言語モデル（VLM）との統合の2系統に大きく分けられている。

引っかかるのは、論文の多くがコードもデータも完全には公開されていない点だ。記事自身が認めるように、Image2Netの論文コードは公開されておらず、公開データセットも論文とはクラス数（22から31）やテストセットの件数（104から122）が違う。論文に書いてある数字を再現すること自体が難しいのだ。さらに面白いのは、初期のAMSNetが「ある程度綺麗な図面」を前提にしていて、実図面のノイズに弱いと指摘されている点である。研究室のきれいな図面で通る手法は、紙の図面の汚れや書き込みで崩れやすい。論文の数字は研究室の数字で、現場の数字とは別物だという当たり前を、記事は地道に確かめている。

中小企業の製造業で使える教訓は、紙の図面をデータに変えたいなら、まず自社の図面が綺麗か汚れているかを見ることだ。明日からは、過去の図面を10枚ほど集め、読み取りツールに通す前に「何枚が読めるか」を数えるところから始めればよい。いきなり全部を自動化しようとせず、読める割合を測るのが最初の一歩だ。