基于深度学习的芯片版图双步光刻热点检测方法及系统

本申请提供了基于深度学习的芯片版图双步光刻热点检测方法及系统，属于半导体设计与验证领域，方法包括：采用缺陷特征提取模型和版图分类模型对待检测的版图进行光刻热点检测；模型的训练方法为：构建具有分类标签的版图数据集和其对应的缺陷标记数据集；基于版图和其对应的预处理后的缺陷标记训练缺陷特征提取模型，以识别光刻热点分布模式，生成缺陷位置特征图；将缺陷位置特征图、芯片版图及有效区域特征图组合获取组合特征；以版图数据的分类标签作为版图分类模型的学习目标，以组合特征作为版图分类模型的输入，完成对版图分类模型的训练。本申请解决了基于深度神经网络的光刻热点检测模型的可解释性结果与实际光刻缺陷区域差异较大的问题。