买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学申请的专利一种基于深度学习LHD模型的光刻热点检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117314828B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311109559.3，技术领域涉及：G06T7/00；该发明授权一种基于深度学习LHD模型的光刻热点检测方法及系统是由江小龙;任堃;高大为设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于深度学习LHD模型的光刻热点检测方法及系统在说明书摘要公布了：本发明公开一种基于深度学习LHD模型的光刻热点检测方法及系统。本发明提出一种轻量化热点检测模型LHD，既降低了模型结构复杂度，参数量减少，并使用多尺度卷积核来处理不同类型的热点，并引入适当的池化层和批归一化层来加速训练和提高模型的鲁棒性。本发明模型LHD具有较高的适应性和准确性，能够有效地解决光刻仿真的检测耗时长和模式匹配不能识别未知热点的问题。同时，由于深度学习模型能够自动提取图像特征，省去了人工提取的过程，简化了训练流程，提高了检测效果。

本发明授权一种基于深度学习LHD模型的光刻热点检测方法及系统在权利要求书中公布了：1.一种基于深度学习LHD模型的光刻热点检测方法，其特征在于包括：步骤1、获取带有标签的版图光刻图像，并构建数据集；按照比例将数据集分为训练集和测试集；步骤2、搭建轻量化光刻热点检测模型LHD，并利用数据集、测试集进行训练和测试；所述轻量化光刻热点检测模型LHD依次由第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第三最大池化层、第四卷积层、第五卷积层、第四最大池化层、第六卷积层、第七卷积层、平均池化层、第一全连接层、第二全连接层构成，并减少卷积层神经元的数量，采用dropout算法对神经元进行随机丢弃以降低误报率，减小过拟合；步骤3、搭建调衡分类器，所述调衡分类器的输入为轻量化光刻热点检测模型LHD的输出；所述调衡分类器包括第一类至第n类分类器，第一类至第n类分类器分别对应一种标签，n为标签类型总数；每种分类器的初始占比权重采用该分类器标签图像在数据集中的占比；步骤4、利用训练并验证好的轻量化光刻热点检测模型LHD和调衡分类器实现对版图光刻图像的热点检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310030 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。