摘要 —随着电路特征尺寸的不断缩小,热点检测已成为现代可制造性设计流程中更具挑战性的问题。发达的深度学习技术最近显示出其在热点检测任务上的优势。然而,现有的热点检测器每次只能处理来自一个小的布局片段的缺陷检测,因此在处理大型全芯片布局时可能非常耗时。在本文中,我们开发了一个新的端到端框架,可以一次检测大区域中的多个热点,并保证更好的热点检测性能。我们设计了一个联合自动编码器和初始模块以有效地提取特征。设计了一个两阶段分类和回归框架来检测具有逐步精确定位的热点,这提供了有希望的性能改进。实验结果表明,我们的框架比现有方法具有显着的速度提高,准确率更高,误报更少。
主要关键词