论文解读：数据集 ICCAD-2012 CAD Contest in Fuzzy Pattern Matching ....and Benchmark Suite

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

popoluoluo

1092人浏览 · 2024-09-13 18:24:33

popoluoluo · 2024-09-13 18:24:33 发布

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

提示：以下是本篇文章正文内容，下面案例可供参考

一、问题本质

1.高度不平衡

一般来讲每平方毫米有10个热点，但是却有数百万个拓扑需要评估以便分类

2.非热点被错误分类的可接受数量

初步研究得出的结果准确率达到99%是可以接受的，但如此高的准确率，每平方毫米需要在数百万个位置进行分析，不切实际

3.Runtime requirements

评估的方法需要在1 CPU-hrs/mm2的性能范围内（每平方毫米面积所需的CPU计算时间），才能具有吸引力

4.前期工作

每平方毫米 100 个误报( false alarms )，认为这是目前在追求超过 80% 命中率时，可以达到的最低“噪声”水平。左边要达到99%准确率监测点密密麻麻，中间是减少监测点，右边是在1平方毫米内100个误报的展示

小结：主要的挑战仍然是无法将候选热点的数量减少到一个较好的推理时间

二、数据提供

有1个23纳米制程和4个28纳米制程的数据集，格式是GDS and OASIS

图像化处理好的数据集下载链接 iccad_official.rar - Google 云端硬盘

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。