用于图案的语义分段的深度学习

摘要

本发明描述了一种用于训练图案化过程的深度学习模型的方法。该方法包括获得(i)训练数据，该训练数据包括具有多个特征的衬底的至少一部分的输入图像和真实图像；(ii)类别集，每个类别对应于输入图像内衬底的多个特征的特征；和(iii)深度学习模型，被配置为接收训练数据和类别集；通过使用输入图像对深度学习模型进行建模和/或模拟来生成被预测的图像；基于被预测的图像中的特征与真实图像中的对应特征的匹配将类别集中的类别分配给被预测的图像中的特征；和通过使用损失函数迭代地分配权重并通过建模和/或模拟来生成训练后的深度学习模型。