【技术实现步骤摘要】
本专利技术实施例涉及芯片反向工程，尤其涉及一种芯片版图布线的分析方法和装置。
技术介绍
1、集成电路的反向设计是指对已经制造完成的芯片或集成电路进行逆向分析和研究，以获取其内部结构、功能和设计信息的过程。对芯片布线数据的逆向分析属于集成电路反向设计重要的一环。
2、简单的布线仅由水平线和竖直线构成，随着芯片设计需求和布线技术的发展，会存在倾斜布线的情况。反向设计学习芯片图像布线过程中倾斜布线倾斜的角度和方向并不固定，传统的图像骨架识别仅能辅助实现水平线和竖直线的布线识别，从而无法实现对倾斜布线的准确搜寻和逆向设计，正负样本的强不均衡性也无法直接应用神经网络进行语义分割的训练推理，特殊布线类型的查询成为了部分芯片布线特征反向设计中的一个重大挑战。
技术实现思路
1、为了解决现有技术中的问题，本专利技术提供一种芯片版图布线的分析方法和装置，以实现对芯片中不同程度的倾斜线进行有效的分析。
2、第一方面，本专利技术还提供一种芯片版图布线的分析方法，包括：
3、s1、根据项目类型在原始芯片图像上进行数据标注；
4、s2、将标注数据、待训练的芯片图像以及在芯片图像上提取到的骨架图像作为输入对神经网络模型进行训练，以得到训练后的神经网络模型；
5、s3、将原始芯片图像和对应的骨架图像作为输入进行神经网络模型推理，以得到原始芯片图像的布线分析结果。
6、可选的，在所述s3之后还包括：
7、s4、以图像连通域内部像素
8、可选的，所述s1具体包括：
9、采用与原始芯片图像中相同宽度的方式在原始芯片图像上进行粗标注；
10、利用骨架提取算法提取原始芯片图像的骨架图像，将粗标注数据与骨架图像的交集作为标注数据。
11、可选的，在s2中计算神经网络模型的损失时，根据骨架图像计算骨架位置索引下的损失值。
12、可选的，在所述s3中，将训练后的神经网络的推理结果与所述骨架图像的交集作为待分析芯片图像的布线分析结果。
13、第二方面，本专利技术还提供一种芯片版图布线的分析装置，包括：
14、标注模块，用于根据项目类型在原始芯片图像上进行数据标注；
15、训练模块，用于将标注数据、待训练的芯片图像以及在芯片图像上提取到的骨架图像作为输入对神经网络模型进行训练，以得到训练后的神经网络模型；
16、推理模块，用于将原始芯片图像和对应的骨架图像作为输入进行神经网络模型推理，以得到原始芯片图像的布线分析结果。
17、可选的，该装置还包括筛选模块，用于：
18、以图像连通域内部像素数量为限制条件对所述布线分析结果进行筛选，以得到筛选后的布线分析结果。
19、本专利技术的技术方案，通过简化数据的标注过程，并基于先验知识来解决了正负样本不均衡问题，提供了一种芯片图像布线逆向分析方法。该方法可以实现正负样本不均衡、倾斜布线在不同倾斜角度下的精准识别，实现了芯片布线特征反向设计中部分特殊布线类型的学习。
本文档来自技高网...【技术保护点】
1.一种芯片版图布线的分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述S3之后还包括：
3.根据权利要求1所述的方法，其特征在于，所述S1具体包括：
4.根据权利要求1所述的方法，其特征在于，在S2中计算神经网络模型的损失时，根据骨架图像计算骨架位置索引下的损失值。
5.根据权利要求1所述的方法，其特征在于，在所述S3中，将训练后的神经网络的推理结果与所述骨架图像的交集作为待分析芯片图像的布线分析结果。
6.一种芯片版图布线的分析装置，其特征在于，包括：
7.根据权利要求6所述的装置，其特征在于，还包括筛选模块，用于：
【技术特征摘要】
1.一种芯片版图布线的分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述s3之后还包括：
3.根据权利要求1所述的方法，其特征在于，所述s1具体包括：
4.根据权利要求1所述的方法，其特征在于，在s2中计算神经网络模型的损失时，根据骨架图像计算骨架位...
【专利技术属性】
技术研发人员：孙业旺，邓辰峰，吴歈，
申请(专利权)人：苏州芯联成软件有限公司，
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。