【技术实现步骤摘要】
本申请实施例涉及芯片和机器学习，特别涉及一种光刻掩膜生成模型的训练方法、装置、设备及存储介质。
技术介绍
1、在芯片生产过程中，需要获取各个芯片版图分别对应的掩膜图，以进行光刻工艺曝光。
2、在相关技术中，需要采用较多的芯片版图作为训练数据训练光刻掩膜生成模型，才能得到较高精度的光刻掩膜生成模型。
3、在上述相关技术中，需要较多的芯片版图训练光刻掩膜生成模型，因而模型的训练过程所需的成本较高。
技术实现思路
1、本申请实施例提供了一种光刻掩膜生成模型的训练方法、装置、设备及存储介质，能够节省光刻掩膜生成模型的训练成本。所述技术方案如下：
2、根据本申请实施例的一个方面，提供了一种光刻掩膜生成模型的训练方法，所述方法包括：
3、获取基于源数据集训练得到的第一光刻掩膜生成模型，所述源数据集包括至少一个源芯片版图以及所述源芯片版图对应的标准掩膜图，所述第一光刻掩膜生成模型用于对与所述源芯片版图具有相同属性特征的芯片版图进行掩膜预测；
4...
【技术保护点】
1.一种光刻掩膜生成模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用迁移学习方式，根据所述第一光刻掩膜生成模型和所述目标数据集，训练第二光刻掩膜生成模型，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述采用迁移学习方式，根据所述第一光刻掩膜生成模型和所述目标数据集，训练第二光刻掩膜生成模型，包括：
6.根据权利要求5所述的方法，其特征在于，所述采用所述第二...
【技术特征摘要】
1.一种光刻掩膜生成模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用迁移学习方式，根据所述第一光刻掩膜生成模型和所述目标数据集，训练第二光刻掩膜生成模型，包括：
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述采用迁移学习方式，根据所述第一光刻掩膜生成模型和所述目标数据集，训练第二光刻掩膜生成模型，包括：
6.根据权利要求5所述的方法，其特征在于，所述采用所述第二光刻掩膜生成模型，根据所述目标芯片版图的第一特征信息，生成所述目标芯片版图对应的预测掩膜图，包括：
7.根据权利要求6所述的方法，其特征在于，所述采用所述第一光刻掩膜生成模型，提取所述目标芯片版图的第一特征信息，包括：
8.根据权利要求7所述的方法，其特征在于，所述第一光刻掩膜生成模型的编码网络包括n个级联且尺度逐渐减小的第一编码器，所述第一光刻掩膜生成模型的解码网络包括n个级联且尺度逐渐增大的第一解码器，所述第二光刻掩膜生成模型的编码网络包括n个级联且尺度逐渐减小的第二编码器，所述第二光刻掩膜生成模型的解码网络包括...
【专利技术属性】
技术研发人员：马星宇，郝少刚，张胜誉，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。