[发明专利]集成电路版图热点检测网络训练及热点检测方法

说明书

一种集成电路版图热点检测网络训练及热点检测方法包括如下步骤：获取模型训练数据集；依据所述模型训练数据集的热点版图与非热点版图进行特征提取训练获得特征提取卷积神经网络；依据所述特征模型进行候选框提取训练获得候选框提取卷积神经网络；依据所述特征模型及所述候选框模型进行热点版图提取训练获得热点范围提取卷积神经网络；获取待检测的集成电路版图，依据所述特征提取卷积神经网络获得所述待检测的集成电路版图的特征图，依据所述候选框提取卷积神经网络获得所述待检测的集成电路版图的候选框模型，依据所述热点范围提取卷积神经网络获得所述待检测的集成电路版图的热点检测结果。

技术领域

本发明涉及一种集成电路版图热点检测网络训练及热点检测方法、使用上述方法的电子装置及计算机可读存储介质、及集成电路版图热点检测网络训练及热点检测系统。

背景技术

随着集成电路技术的发展，集成电路版图被广泛的引用。但随着集成电路版图工艺节点的推进和设计复杂度的增加，即便应用更为激进的OPC(Optical ProximityEffect)和分辨率增强技术以补偿版图转移失真，版图制造之后的系统缺陷也越来越多。制造者与设计者之间仅仅通过版图设计规则DRC(Design Rule Check)沟通是远远不够的，制造者需要总结各种生产过程中的偏差与缺陷对电路性能以及成品率的影响，将更多生产制造相关的信息反馈给设计者，以指导其版图设计。

现阶段，基于热点库和模式识别的热点检测方案仅能预测库内热点版图，建立相对完善的热点库也是一项庞大的工程。为克服热点库局限性，实现未知热点预测，基于SVM的机器学习方法可实现较好的检测结果，但仍需要人工抽取海量版图特征以训练有效模型。

发明内容

随着计算机视觉的高速发展，集成电路版图热点检测背后错综复杂的生产制造信息可考虑交由深度学习网络理解，实现未知热点的检测，有鉴于此，本发明提出一种集成电路版图热点检测网络训练及热点检测方法、使用上述方法的电子装置及计算机可读存储介质、及集成电路版图热点检测网络训练及热点检测系统，用于实现集成电路版图设计阶段实现对未知热点的检测从而对芯片制造时表面热点缺陷的预判，为集成电路版图设计者提供及时有效的设计指导。

一种集成电路版图热点检测网络训练及热点检测方法，其包括如下步骤：

获取模型训练数据集，所述模型训练数据集包括热点版图与非热点版图；

依据所述模型训练数据集的热点版图与非热点版图进行特征提取训练获得特征提取卷积神经网络，所述特征提取卷积神经网络包括特征模型；

依据所述特征模型进行候选框提取训练获得候选框提取卷积神经网络，所述候选框提取卷积神经网络包括候选框模型；

依据所述特征模型及所述候选框模型进行热点版图提取训练获得热点范围提取卷积神经网络，所述热点范围提取卷积神经网络包括热点范围模型；

获取待检测的集成电路版图，依据所述特征提取卷积神经网络获得所述待检测的集成电路版图的特征图，依据所述候选框提取卷积神经网络获得所述待检测的集成电路版图的的候选框模型，依据所述热点范围提取卷积神经网络获得所述待检测的集成电路版图的热点检测结果。

在一种实施方式中，在依据所述模型训练数据集的热点版图与非热点版图进行特征提取训练获得特征提取卷积神经网络的步骤之前，所述方法还包括对所述模型训练数据集的热点版图进行数据增强以协调所述热点版图与非热点版图之间的差距。

在一种实施方式中，所述对所述模型训练数据集的热点版图进行数据增强的步骤包括对所述模型训练数据集的热点版图进行旋转、反射、及/或平移准换。

在一种实施方式中，提供待检测的集成电路版图的步骤中，所述待检测的集成电路版图以图片像素点的方式输入。

在一种实施方式中，所述热点范围提取卷积神经网络与所述候选框提取卷积神经网络共享所述特征提取卷积神经网络。