用于图像识别的方法、装置、设备、存储介质和程序产品制造方法及图纸

本公开的实施例提供了用于图像识别的方法、装置、设备、存储介质和程序产品。提供了训练用于图像识别的模型的方法。该方法包括基于图像的第一特征表示，利用模型确定图像的预测类别，该预测类别选自多个候选的已知类别。方法还包括基于图像的标签类别或伪标签类别，利用模型确定在用于开集识别的特征空间中图像的第二特征表示与针对标签类别或伪标签类别的中心向量之间的距离。方法还包括基于图像的预测类别、标签类别或伪标签类别以及距离，训练模型。以此方式，可以高效地训练模型以利用模型在确定图像的预测类别的同时对图像进行开集识别。在一些实施例中，在芯片设计工具领域，本公开的图像识别方案可以高效地执行晶圆缺陷识别，以提高芯片的生产效率。

【技术实现步骤摘要】

本公开的实施例主要涉及芯片设计制造工具领域。更具体地，本公开的实施例涉及用于图像识别的方法、装置、设备、计算机可读存储介质以及计算机程序产品。

技术介绍

1、芯片设计制造工具，例如电子设计自动化(electronic design automation，eda)软件，被广泛应用于芯片的设计和制造过程。例如，利用芯片设计制造工具，可以方便地进行芯片的设计过程，例如架构设计和寄存器传输级(register-transfer level,rtl)代码设计、逻辑综合(synthesis)、可测性设计(design for test,dft)、物理实现(physicaldevelopment)以及签核(signoff)等。

2、另一方面，利用芯片设计制造工具可以高效地进行芯片的制造过程，例如用于自动化地识别半导体制造过程中晶圆表面可能出现的缺陷。在一些示例中，自动缺陷分类(automatic defect classification，adc)系统可以利用人工智能模型来快速定位晶圆表面的缺陷类别，以用于相应地调整工艺参数和步骤，从而提高生产效率。然而，由本文档来自技高网...

【技术保护点】

1.一种用于图像识别的方法，包括：

2.根据权利要求1所述的方法，其中基于所述距离，确定所述图像的类别包括：

3.根据权利要求1或2所述的方法，还包括：

4.根据权利要求1至3中任一项所述的方法，还包括：

5.根据权利要求1至4中任一项所述的方法，其中所述图像包括晶圆缺陷图像，并且所述已知类别包括晶圆的缺陷类别。

6.一种训练用于图像识别的模型的方法，包括：

7.根据权利要求6所述的方法，其中基于所述图像的标签类别或伪标签类别，利用所述模型确定在用于开集识别的特征空间中所述图像的第二特征表示与中心向量之间的距离包括：...

【技术特征摘要】

1.一种用于图像识别的方法，包括：

2.根据权利要求1所述的方法，其中基于所述距离，确定所述图像的类别包括：

3.根据权利要求1或2所述的方法，还包括：

4.根据权利要求1至3中任一项所述的方法，还包括：

5.根据权利要求1至4中任一项所述的方法，其中所述图像包括晶圆缺陷图像，并且所述已知类别包括晶圆的缺陷类别。

6.一种训练用于图像识别的模型的方法，包括：

7.根据权利要求6所述的方法，其中基于所述图像的标签类别或伪标签类别，利用所述模型确定在用于开集识别的特征空间中所述图像的第二特征表示与中心向量之间的距离包括：

8.根据权利要求6或7所述的方法，其中训练所述模型包括：

9.根据权利要求6至8中任一项所述的方法，其中所述图像包括标注图像，所述中心向量包括针对所述标注图像的所述标签类别的第一中心向量，所述距离包括所述标注图像的所述第二特征表示与所述第一中心向量之间的第一距离，并且其中训练所述模型包括：

10.根据权利要求6至9中任一项所述的方法，其中所述图像包括标注图像，并且基于图像的第一特征表示确定所述图像的预测类别包括：

11.根据权利要求6至10中任一项所述的方法，其中所述图像包括未标注图像，所述中心向量包括针...

【专利技术属性】
技术研发人员：赵瑞，杨仁恩，韩小宁，郭冰清，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：