AI图纸与BOM核对定制：标注提取与版本比对

很多制造企业的图纸和BOM分散在共享盘与ERP中，版本一多，人工核对一份装配图常要十几分钟，还容易漏掉尺寸变更。这类AI定制项目的核心不是“读懂图纸”，而是把非结构化图纸转成可比对的结构化字段，再与ERP物料清单做规则化比对。 落地通常分三层： - 解析层：先按图框模板分类，再抽取标题栏（图号、版本、材料、比例）与明细表。DWG走矢量解析，扫描PDF走OCR并配合版面检测，字体缺失导致的乱码用字符纠错表兜底。 - 比对层：图纸明细表与ERP BOM按图号、名称、规格做模糊匹配，输出“仅图纸有”“仅BOM有”“数量不一致”三类差异；版本比对用标注几何位置做增量识别，避免整图重判。 - 复核层：字段与差异均带置信度，低于阈值的进入人工复核队列，复核结果回流更新模板库与同义词词典。 实践中容易踩的坑有三个：一是标注引线归属，多行文本常被切散，需按最近邻与引线方向重新聚合；二是镜像与旋转视图，坐标要先归一化到图框坐标系再比对；三是大幅面图纸一次性渲染分辨率不足，应按图幅分块解析后合并。建议首期只覆盖两三种高频图框模板，把图号字段准确率做稳，再逐步扩到全品类，避免一开始就追求全自动无人复核。