一种基于Inception块与残差网络的光刻热点检测方法

本发明涉及一种基于Inception块与残差网络的光刻热点检测方法。本发明提出了一种数据增强和预处理的办法，先对光刻图形进行处理，通过该步骤有效地扩展了训练数据集，采用数据增强处理方法，将热点图形进行180旋转、镜像、180旋转再镜像的变化，增强模型对热点图形的识别能力。在此基础上，本发明提出了一种采用Inception‑Resnet神经网络结构的深度学习网络解决光刻热点检测问题，该神经网络结合了Inception模块的多尺度特征提取能力和Resnet的残差连接，这使得网络在保持深度的同时，能够有效地解决梯度消失问题，提高了训练的稳定性和模型的学习效率。