[发明专利]基于全景分割的半导体自动分区方法

权利要求书

1.一种基于全景分割的半导体自动分区方法，本方法基于全景分割网络，其特征在于：

收集若干产品的模板数据作为全景分割网络的训练数据，模板数据包含模板图片和mask图片；将mask图片中材质定义为stuff，在模板图片上任意位置生成随机大小的颜色块，并将颜色块映射到mask图片上定义为things；

采用训练数据训练全景分割网络，得到可以进行半导体自动分区建模的全景分割网络；

该方法还包括双分支推理再融合，其中，

分支一：将待分区图片整图输入到全景分割网络，得到分区结果一，

分支二：将待分区图片进行阵列裁切得到若干颗粒图片，并输入到全景分割网络，得到每张颗粒图片的分区结果二，

将结果一和结果二进行融合得到最终的分区模板。

2.根据权利要求1所述的基于全景分割的半导体自动分区方法，其特征在于：将模板数据拆分成若干张颗粒图片作为训练数据，所述训练数据划分成全景分割网络的训练集、验证集和测试集。

3.根据权利要求2所述的基于全景分割的半导体自动分区方法，其特征在于：所述模板数据的拆分包括：

策略一：通过阵列裁切的方式将模板图片和mask图片切割成相同大小的颗粒图；

策略二：在策略一阵列区域的基础上，以单个颗粒图的区域中心为基准，随机缩放生成切割区域，通过切割区域模板图片和mask图片生成策略二对应的颗粒图；

策略三：在模板图片的随机位置生成随机切割框，通过随机切割框切割模板图片和mask图片生成策略三对应的颗粒图；

策略四：对策略一、二和三中至少一种颗粒图进行透视变换，生成策略四的颗粒图；

其中，训练集和验证集采用策略一、二、三和四中的至少一种颗粒图，测试集只采用策略一的颗粒图。

4.根据权利要求3所述的基于全景分割的半导体自动分区方法，其特征在于：将所有作为训练集和验证集的颗粒图对应的模板图片和mask图片随机打乱，并按照一定的比例划分训练集和验证集。

5.根据权利要求1所述的基于全景分割的半导体自动分区方法，其特征在于：当待分区图片由多个block组成时，通过阵列裁切的方式得到拆分后的block图像，再将block图像进行所述双分支推理再融合。

6.根据权利要求1所述的基于全景分割的半导体自动分区方法，其特征在于：所述颗粒图片通过对待分区图片进行阵列裁切得到。

7.根据权利要求6所述的基于全景分割的半导体自动分区方法，其特征在于：融合前，将分支一中的待分区图片下采样到1024x1024大小，将分支二中的所有颗粒图片都通过双线性插值法变换到512x512大小，再输入到全景分割网络。

8.根据权利要求7所述的基于全景分割的半导体自动分区方法，其特征在于：融合时，将结果一上采样返回到原始大小；将每张颗粒图片的结果二插值到原始大小，并按分割的顺序拼接回原始待分区图片大小；将结果一和结果二进行像素点对齐进行融合。

9.根据权利要求8所述的基于全景分割的半导体自动分区方法，其特征在于：根据原始颗粒图片的大小和阵列裁切的步长，生成宽度为n像素的网格状颗粒图片边缘，将n像素的图片边缘进行膨胀，生成宽度为m像素的网格状ROI区域，其中，n≥1，m＞n；将结果一和结果二进行像素点对齐进行融合时，并采用一定权重进行加权平均再取整进行融合，而对网格状ROI区域内的结果则采用与上述权重相反的权重进行融合。