图像分割方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供了图像分割方法、装置、电子设备及存储介质，该方法包括：在第一训练阶段内，重复地执行用于更新权重的训练操作，直至第一训练阶段结束；在第二训练阶段内，基于每一个相似结构的图像分割模型对应的最终权重和每一个相似结构的图像分割模型的参数的参数值，确定新的半导体结构的图像分割模型的每一个参数的初始参数值；对于新的半导体结构的图像分割模型的每一个参数，将该参数的参数值初始化为该参数的初始参数值，利用新的半导体结构的训练集训练新的半导体结构的图像分割模型；在第二训练阶段结束之后，将新的半导体结构的待处理图像输入到新的半导体结构的图像分割模型中，得到新的半导体结构的待处理图像对应的掩码图。理图像对应的掩码图。理图像对应的掩码图。

【技术实现步骤摘要】
图像分割方法、装置、电子设备及存储介质


[0001]本申请涉及神经网络领域，具体涉及图像分割方法、装置、电子设备及存储介质。

技术介绍

[0002]目前，图像分割模型被应用在半导体制造中。对于一个半导体结构，可以利用该半导体结构的图像分割模型对该半导体结构的图像进行图像分割。在利用该针对该半导体结构的图像分割模型进行图像分割之前，需要对针对该半导体结构的图像分割模型进行训练。
[0003]然而，每一次设计出一个新的半导体结构，均直接对新的半导体结构的图像分割模型进行训练，新的半导体结构的训练集需要包括大量的新的半导体结构的图像。

技术实现思路

[0004]本申请提供一种图像分割方法、装置、电子设备及存储介质。
[0005]根据本申请实施例的第一方面，提供一种图像分割方法，包括：
[0006]在第一训练阶段内，重复地执行以下用于更新权重的训练操作，直至第一训练阶段结束：将新的半导体结构的训练集中的用于训练的图像分别输入到新的半导体结构的每一个所述相似结构的图像分割模型中，得到每一个所述相似结构的图像分割模型对应的预测输出，所述训练集包括：多个用于训练的图像、每一个用于训练的图像对应的标注掩码图；基于每一个所述预测输出和每一个所述相似结构的图像分割模型对应的当前权重，得到预测总输出；基于所述预测总输出与所述用于训练的图像对应的标注掩码图之间的损失，更新至少部分所述相似结构的图像分割模型对应的权重；
[0007]在第二训练阶段内，基于每一个所述相似结构的图像分割模型对应的最终权重和每一个所述相似结构的图像分割模型的参数的参数值，确定新的半导体结构的图像分割模型的每一个参数的初始参数值；对于新的半导体结构的图像分割模型的每一个参数，将所述参数的参数值初始化为所述参数的初始参数值；利用新的半导体结构的训练集训练新的半导体结构的图像分割模型；
[0008]在第二训练阶段结束之后，将新的半导体结构的待处理图像输入到新的半导体结构的图像分割模型中，得到新的半导体结构的图像分割模型输出的、所述新的半导体结构的待处理图像对应的掩码图。
[0009]根据本申请实施例的第二方面，提供一种图像分割装置，包括：
[0010]第一训练单元，被配置为在第一训练阶段内，重复地执行以下用于更新权重的训练操作，直至第一训练阶段结束：将新的半导体结构的训练集中的用于训练的图像分别输入到新的半导体结构的每一个所述相似结构的图像分割模型中，得到每一个所述相似结构的图像分割模型对应的预测输出，所述训练集包括：多个用于训练的图像、每一个用于训练的图像对应的标注掩码图；基于每一个所述预测输出和每一个所述相似结构的图像分割模型对应的当前权重，得到预测总输出；基于所述预测总输出与所述用于训练的图像对应的
标注掩码图之间的损失，更新至少部分所述相似结构的图像分割模型对应的权重；
[0011]第二训练单元，被配置为在第二训练阶段内，基于每一个所述相似结构的图像分割模型对应的最终权重和每一个所述相似结构的图像分割模型的参数的参数值，确定新的半导体结构的图像分割模型的每一个参数的初始参数值；对于新的半导体结构的图像分割模型的每一个参数，将所述参数的参数值初始化为所述参数的初始参数值；利用新的半导体结构的训练集训练新的半导体结构的图像分割模型；
[0012]图像分割单元，被配置为在第二训练阶段结束之后，将新的半导体结构的待处理图像输入到新的半导体结构的图像分割模型中，得到新的半导体结构的图像分割模型输出的、所述新的半导体结构的待处理图像对应的掩码图。
[0013]本申请实施例提供的图像分割方法、装置、电子设备及存储介质，利用新的半导体结构的相似结构的图像分割模型和新的半导体结构的训练集，通过两个训练阶段，完成新的半导体结构的图像分割模型的训练。在第一训练阶段内，对新的半导体结构的每一个相似结构的图像分割模型对应的权重进行更新，新的半导体结构的每一个相似结构的图像分割模型对应的权重的数量远小于新的半导体结构的图像分割模型的参数的数量，相比于新的半导体结构的图像分割模型的参数的数量。在每二训练阶段内，基于新的半导体结构的每一个相似结构的图像分割模型对应的最终权重和新的半导体结构的每一个相似结构的图像分割模型的参数的参数值，确定新的半导体结构的图像分割模型的每一个参数的初始参数值，对于新的半导体结构的图像分割模型的每一个参数，将该参数的参数值初始化为该参数的初始参数值。从而，使得在利用新的半导体结构的训练集训练新的半导体结构的图像分割模型之前，新的半导体结构的图像分割模型已经具备一定的图像分割能力，然后，利用新的半导体结构的训练集训练新的半导体结构的图像分割模型，因此，仅需对定新的半导体结构的图像分割模型的参数的参数值进行微调。
[0014]在第一训练阶段内，参与训练的权重的数量为新的半导体结构的相似结构的数量，参与训练的权重的数量远小于新的半导体结构的图像分割模型的参数的数量，相比于新的半导体结构的图像分割模型的参数的数量，参与训练的权重的数量可以忽略不计，在第二训练阶段内，仅需对定新的半导体结构的图像分割模型的参数的参数值进行微调。
[0015]因此，对于第一训练阶段和第二训练阶段，均仅需包括极少量的新的半导体结构的图像的训练集，即可完成第一训练阶段和第二训练阶段。相对于直接对新的半导体结构的图像分割模型进行训练而需要采用大量的新的半导体结构的图像，大幅度减少新的半导体结构的图像分割模型的训练成本，进而减少利用新的半导体结构的图像分割模型进行图形分割的成本。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0017]图1示出了本申请实施例提供的图像分割方法的流程图；
[0018]图2示出了本申请实施例提供的图像分割装置的结构框图；
[0019]图3示出了本申请实施例提供的电子设备的结构框图。
具体实施方式
[0020]下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。
[0021]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0022]图1示出了本申请实施例提供的图像分割方法的流程图，该方法包括：
[0023]步骤101，在第一训练阶段内，重复地执行用于更新权重的训练操作，直至第一训练阶段结束，以得到新的半导体结构的每一个相似结构的图像分割模型对应的最终权重。
[0024]在本申请中，图像分割模型可以为U
‑
Net网络。一个半导体结构可以为可以为一个半导体器件的结构，也可以为在半导体工艺过程中产生的结构例如对晶片进行刻蚀而产生的蚀刻结构。
[0025]在本申请中，新的半导体结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像分割方法，其特征在于，所述方法包括：在第一训练阶段内，重复地执行以下用于更新权重的训练操作，直至第一训练阶段结束：将新的半导体结构的训练集中的用于训练的图像分别输入到新的半导体结构的每一个相似结构的图像分割模型中，得到每一个所述相似结构的图像分割模型对应的预测输出，所述训练集包括：多个用于训练的图像、每一个用于训练的图像对应的标注掩码图；基于每一个所述预测输出和每一个所述相似结构的图像分割模型对应的当前权重，得到预测总输出；基于所述预测总输出与所述用于训练的图像对应的标注掩码图之间的损失，更新至少部分所述相似结构的图像分割模型对应的权重；在第二训练阶段内，基于每一个所述相似结构的图像分割模型对应的最终权重和每一个所述相似结构的图像分割模型的参数的参数值，确定新的半导体结构的图像分割模型的每一个参数的初始参数值；对于新的半导体结构的图像分割模型的每一个参数，将所述参数的参数值初始化为所述参数的初始参数值；利用新的半导体结构的训练集训练新的半导体结构的图像分割模型；在第二训练阶段结束之后，将新的半导体结构的待处理图像输入到新的半导体结构的图像分割模型中，得到新的半导体结构的图像分割模型输出的、所述新的半导体结构的待处理图像对应的掩码图。2.根据权利要求1所述的方法，其特征在于，每一个所述相似结构的图像分割模型对应的当前权重之和为1，每一个所述相似结构的图像分割模型对应的最终权重之和为1，对于每一个所述相似结构，所述相似结构的图像分割模型对应的当前权重大于0或等于0，所述相似结构的图像分割模型对应的最终权重大于0或等于0。3.根据权利要求1所述的方法，其特征在于，所述相似结构的数量大于2或等于2。4.根据权利要求1所述的方法，其特征在于，在得到新的半导体结构的图像分割模型输出的、所述新的半导体结构的待处理图像对应的掩码图之后，所述方法还包括：基于所述新的半导体结构的待处理图像对应的掩码图，对所述新的半导体结构的待处理图像中的对象的尺寸进行测量，得到所述对象的测量结果。5.一种图像分割装置，其特征在于，所述装置包括：第一训练单元，被配置为在第一训练阶段内，重复地执行以下用于更新权重的训练操作，直至第一训练阶段结束：将新的半导体结构的训练集中的用于训练的图像分别输入到新的半...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：上海联麓半导体技术有限公司，
类型：发明
国别省市：