CN117853559A - 一种基于芯片二维数据获取三维数据的方法及其相关装置 - Google Patents
一种基于芯片二维数据获取三维数据的方法及其相关装置 Download PDFInfo
- Publication number
- CN117853559A CN117853559A CN202410249599.6A CN202410249599A CN117853559A CN 117853559 A CN117853559 A CN 117853559A CN 202410249599 A CN202410249599 A CN 202410249599A CN 117853559 A CN117853559 A CN 117853559A
- Authority
- CN
- China
- Prior art keywords
- chip
- dimensional data
- information
- acquiring
- view
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 13
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000003058 natural language processing Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Abstract
本申请公开了一种基于芯片二维数据获取三维数据的方法及其相关装置，涉及芯片设计技术领域。所述方法包括：基于所述芯片的二维数据，获取所述芯片的视图信息；基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。本申请使用人工智能模型分析芯片二维数据中的顶视图、侧视图和底视图等。并且通过顶视图准确提取芯片的引脚位置和数量，通过侧视图和底视图则提取芯片的目标尺寸信息，再基于上述的信息准确的获取芯片的三维数据。相对于传统的基于人工获取芯片的三维数据，本申请获取方式的错误率相对较低，并且效率较高。
Description
技术领域
本申请涉及芯片设计技术领域，具体为一种基于芯片二维数据获取三维数据的方法及其相关装置。
背景技术
芯片是指集成电路（Integrated Circuit，IC），又称微电路（microcircuit）或者微芯片（microchip）。它是电子产品里面的一种微型的电子器件或部件，一般的采用一定的工艺，把一个电路中所需的晶体管、电阻、电容和电感等元件及布线互连一起，制作在一小块或几小块半导体晶片或介质基片上，然后封装在一个管壳内，成为具有所需电路功能的微型结构，最后制作成很小的一块硅片。芯片用在电子产品中，体积小占用空间少，让电子产品可以更轻薄，也可以发挥出高性能和作用，因此芯片的应用即为广泛。
现有技术中，在对芯片生产和应用之前，需要通过芯片的二维数据获取芯片的三维数据，以对芯片进行智能化生产和应用。现有技术中，需要人工基于芯片的二维数据获取芯片的三维数据。由上文可知，芯片的结构具有复杂性和多样性。由于芯片结构的复杂性和多样性，因此基于人工获取芯片的三维数据过程中，容易出错，并且效率低下。
发明内容
本申请的目的在于提供一种基于芯片二维数据获取三维数据的方法及其相关装置，以解决现有技术中基于芯片二维数据获取三维数据错误率高，效率底下的技术问题。
为实现上述目的，本申请提供如下技术方案：
第一方面，本申请提出一种基于芯片二维数据获取三维数据的方法的技术方案，所述方法应用于人工智能模型，所述方法包括：
基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
作为本申请技术方案中一个具体的方案，所述基于所述芯片的二维数据，获取所述芯片的视图信息包括：
基于所述芯片的二维数据，获取所述芯片的第一图像数据；
分割所述芯片的第一图像数据，获取多个第二图像数据；
基于各个第二图像数据，获取所述芯片的视图信息。
作为本申请技术方案中一个具体的方案，所述基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息包括：
基于所述芯片的视图信息，获取所述芯片的各个引脚；
基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
作为本申请技术方案中一个具体的方案，所述基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据包括：
将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
第二方面，本申请提出一种基于芯片二维数据获取三维数据的装置的技术方案，所述装置包括：
处理模块，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
作为本申请技术方案中一个具体的方案，所述处理模块还用于，基于所述芯片的二维数据，获取所述芯片的第一图像数据；
以及，分割所述芯片的第一图像数据，获取多个第二图像数据；
以及，基于各个第二图像数据，获取所述芯片的视图信息。
作为本申请技术方案中一个具体的方案，所述处理模块还用于，基于所述芯片的视图信息，获取所述芯片的各个引脚；
以及，基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
以及，基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
作为本申请技术方案中一个具体的方案，所述处理模块还用于，将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
以及，基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
第三方面，本申请提出一种基于芯片二维数据获取三维数据的设备的技术方案，所述设备包括：
处理器，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
作为本申请技术方案中一个具体的方案，所述处理器还用于，基于所述芯片的二维数据，获取所述芯片的第一图像数据；
以及，分割所述芯片的第一图像数据，获取多个第二图像数据；
以及，基于各个第二图像数据，获取所述芯片的视图信息。
作为本申请技术方案中一个具体的方案，所述处理器还用于，基于所述芯片的视图信息，获取所述芯片的各个引脚；
以及，基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
以及，基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
作为本申请技术方案中一个具体的方案，所述处理器还用于，将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
以及，基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型
第四方面，本申请提出一种计算机可读存储介质的技术方案，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的基于芯片二维数据获取三维数据的方法。
与现有技术相比，本申请的有益效果是：
本申请通过将芯片二维数据转换为芯片图像数据，使用人工智能模型分析芯片二维数据中的顶视图、侧视图和底视图等。并且通过顶视图准确提取芯片的引脚位置和数量，通过侧视图和底视图则提取芯片的目标尺寸信息，再基于上述的信息准确的获取芯片的三维数据。相对于传统的基于人工获取芯片的三维数据，本申请获取方式的错误率相对较低，并且效率较高。
附图说明
图1为本申请实施例所提出的一种基于芯片二维数据获取三维数据的方法的流程图；
图2为本申请实施例所提出的一种基于芯片二维数据获取三维数据的装置的结构示意图；
图3为本申请实施例所提出的一种基于芯片二维数据获取三维数据的设备的结构示意图；
图4为本申请实施例所提出的一种芯片的第一图像数据示意图；
图5为本申请实施例所提出的又一种芯片的第一图像数据示意图；
图6为本申请实施例所提出的再一种芯片的第一图像数据示意图；
图7为本申请实施例所提出的另一种芯片的第一图像数据示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，例如下文中所提出的第一图像数据和第二图像数据，其属于不同的数据。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本申请实施例中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征可以忽略，或不执行，另外，所显示的或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本申请实施例中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本申请实施例方案的目的。
需要清楚的是，本申请实施例提供的方案涉及人工智能(ArtificialIntelligence，AI)、自然语言处理(Nature Language processing，NLP)、机器学习(Machine Learning，ML)等技术，具体通过如下实施例进行说明:
其中，AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
AI技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
为了解决背景技术中的技术问题，本申请提出一种基于芯片二维数据获取三维数据的方法的实施例，具体的，所述方法应用于人工智能模型，如图1所示，所述方法包括步骤S100至步骤S300：
步骤S100：基于所述芯片的二维数据，获取所述芯片的视图信息。
需要清楚的是，在本申请的实施例中，芯片的二维数据是指，记载有芯片二维图纸相关信息的数据。现有技术中，常见的芯片的二维数据有pdf格式的数据和CAD格式的数据。也就是说，在本申请的实施例中，芯片的二维数据可以是pdf格式的数据或者CAD格式的数据，对其不做任何限制。
由前文可知，在本申请的实施例中，本申请的方法主要应用于人工智能模型，而人工智能模型主要基于计算机视觉对所述芯片的二维数据。若芯片的二维数据为pdf格式的数据或者CAD格式的数据，则还需要将上述数据处理为图像格式的数据。需要清楚的是，将pdf格式的数据或者CAD格式的数据处理为图像格式的数据为成熟的现有技术，后续不做赘述，例如：将pdf格式的数据或者CAD格式的数据直接另存为图像格式的数据，或者打开pdf格式的数据或者CAD格式的数据截图获取图像格式的数据等。
需要清楚的是，在本申请的实施例中，芯片的三维数据至少包括芯片的三维模型。而只有基于芯片的三视图才能获取完整的芯片的三维数据，因此在本实施例中所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息。
在本申请的实施例中，所述芯片的二维数据预先获取，对芯片的二维数据来源不做任何限制，例如，其可以来自于生产厂家的电子技术手册，也可以来自于网上下载，还可以来自于相机拍摄等。
在本申请的实施例中，可以采用任意的方法基于所述芯片的二维数据，获取所述芯片的视图信息。例如，在本申请的一个实施例中，可以基于人工的方式从所述芯片的二维数据中提取出所述芯片的视图信息。在本申请的另一个实施例中，为了降低工作量，提升工作效率，可以采用人工智能模型基于所述芯片的二维数据，直接提取出所述芯片的视图信息。具体的，在本实施例中，步骤S100，基于所述芯片的二维数据，获取所述芯片的视图信息包括步骤S110至步骤S130：
步骤S110：基于所述芯片的二维数据，获取所述芯片的第一图像数据。
需要清楚的是，人工智能模型是指运用数学、统计、计算机科学和机器学习等领域的方法，对具有一定规律性和可预测性的数据进行分析、处理、预测和优化的数学模型。简单来说，人工智能模型就是将“数据”转化为“智能”的一种数学模型。在本申请的实施例中，可以采用任意的人工智能模型基于所述芯片的二维数据，获取所述芯片的视图信息。例如，在本申请的一个实施例中，可以采用YOLO模型，也可以采用R-CNN模型，还可以采用SSD模型等。
由前文可知，本实施例中的人工智能模型需要基于计算机视觉技术对所述芯片的二维数据进行处理。若所述芯片的二维数据不为图像数据，则需要将该二维数据处理为图像数据，此处不做过多赘述。由此可知，在本实施例中，所述芯片的第一图像数据是该芯片的二维图纸图像。
容易理解的是，在本申请的实施例中，若所述芯片的二维数据为该芯片的二维图纸图像，则可以直接跳过此步骤。
步骤S120：分割所述芯片的第一图像数据，获取多个第二图像数据。
如图4至图7所示，每张图均能够表示一种芯片的第一图像数据（由于图像整体太大，因此只截取了局部内容）。由图4至图7可知，芯片的第一图像数据包含了关于该芯片的多种信息，例如，芯片的基本信息、电气特性和二维图纸等。由前文可知，在本申请的实施例中，需要基于芯片的二维数据（也即二维图纸），获取芯片的三维数据（也即三维模型）。因此，在本申请的实施例中，获取的多个第二图像数据为所述芯片的第一图像数据中与芯片的二维数据有关的部分，例如：芯片的三视图、芯片的尺寸信息等。
需要清楚的是，在本申请的实施例中，可以基于人工智能模型从第一图像数据获取多个第二图像数据。一般的，若采用人工智能模型，则需要对人工智能模型进行训练。具体的，在本申请的实施例中，也需要对人工智能模型进行预先训练。在本申请的实施例中，所述第二图像数据主要包括芯片的顶视图、侧视图、底视图和实际尺寸信息。也就是说，在本申请的实施例中，需要人工智能模型能够准确的识别出第一图像数据中的顶视图、侧视图、底视图和实际尺寸信息等。换句话说，人工智能模型需要能够准确的对顶视图、侧视图、底视图和实际尺寸信息进行框选和标注。也即，在本申请的实施例中，需要预先训练人工智能模型对第一图像数据中的顶视图、侧视图、底视图和实际尺寸信息等进行框选标注。由于训练人工智能模型对某一特征进行框选和标注，为成熟的现有技术，因此不做过多赘述。
步骤S130：基于各个第二图像数据，获取所述芯片的视图信息。
需要清楚的是，由前文可知，在本申请的实施例中，可以基于人工智能进行直接对第一图像数据进行框选和标注获取多个需要的第二图像数据。也就是说在本实施例中，获取的各个第二图像数据即为所述芯片的视图信息。
在本申请的其他实施例中，还可以基于人工智能模型对第一图像数据按照模块化进行分割，例如：如图4至图7所示，将该芯片的基本信息、电气特性和二维图纸依次按照模块进行分割获得多个第二图像数据。容易理解的是，上述多个第二图像数据有些是必须的，有些是非必须的，则可以基于这些第二图像数据筛选出需要的第二图像数据。
步骤S200：基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息。所述引脚信息至少包括引脚的数量和相对位置。
需要清楚的是，在本申请的实施例中，可以利用人工智能模型基于芯片的视图信息获取所述芯片的引脚信息和所述芯片的目标尺寸信息。在本申请一个具体的实施例中，步骤S200，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息包括：
步骤S210：基于所述芯片的视图信息，获取所述芯片的各个引脚。
由图4可知，在本实施例中，可以基于芯片的顶视图或者底视图获取所述芯片引脚数量。由图4可知，图4中的芯片具有80个引脚。
步骤S220：基于所述芯片的顶视图像素，获取芯片的位置信息。所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置。
需要清楚的是，芯片一般由箱体和引脚所构成，假设图4中芯片的箱体在顶视图中的四角的像素坐标分别为（100,200）、（100,400）、（300,200）、（300,400），假设8个引脚中的其中一个引脚四角的像素坐标为（90,160）、（90,170）、（100,160）、（100,170）,则能够获取该引脚和箱体的相对位置。
步骤S230：基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
具体的，在本申请的实施例中，芯片的目标尺寸信息是指芯片中各个零部件的理论尺寸信息。假设如图4所示，在本实施例中，基于人工智能模型读取出的芯片的箱体尺寸为长度为10mm，宽度为10mm，由上文可知箱体的像素长度为200像素，宽度也为200像素，则理论上1像素约为0.05mm。由此可知，可以推算出引脚的长度为0.5mm，宽度也为0.5mm，其他零部件的理论尺寸计算，也类似采用此种方式，在此不做赘述。
步骤S300：基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
需要清楚的是，已知芯片中各个零部件的相对位置和尺寸，则能够获取所述芯片的三维数据。在本申请的一个实施例中，步骤S300，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据包括：
步骤S310：将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取。
需要清楚的是，基于三维尺寸数据直接自动生成三维模型的建模软件有很多，包括但不仅限于AutoCAD、SolidWorks、Inventor、Femap等。
步骤S320：基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
本申请实施例所提出的基于芯片二维数据获取三维数据的方法，通过将芯片二维数据转换为芯片图像数据，使用人工智能模型分析芯片二维数据中的顶视图、侧视图和底视图等。并且通过顶视图准确提取芯片的引脚位置和数量，通过侧视图和底视图则提取芯片的目标尺寸信息，再基于上述的信息准确的获取芯片的三维数据。相对于传统的基于人工获取芯片的三维数据，本申请获取方式的错误率相对较低，并且效率较高。
介绍完本申请所提出的基于芯片二维数据获取三维数据的方法的所有实施例之后，下面介绍本申请实施例所提出的一种基于芯片二维数据获取三维数据的装置的实施例。
具体的，本申请提出一种基于芯片二维数据获取三维数据的装置的实施例，如图2所示，所述基于芯片二维数据获取三维数据的装置10包括：
处理模块11，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
在本申请一个具体的实施例中，所述处理模块11还用于，基于所述芯片的二维数据，获取所述芯片的第一图像数据；
以及，分割所述芯片的第一图像数据，获取多个第二图像数据；
以及，基于各个第二图像数据，获取所述芯片的视图信息。
在本申请一个具体的实施例中，所述处理模块11还用于，基于所述芯片的视图信息，获取所述芯片的各个引脚；
以及，基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
以及，基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
在本申请一个具体的实施例中，所述处理模块11还用于，将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
以及，基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
本申请实施例所提出的基于芯片二维数据获取三维数据的装置，通过将芯片二维数据转换为芯片图像数据，使用人工智能模型分析芯片二维数据中的顶视图、侧视图和底视图等。并且通过顶视图准确提取芯片的引脚位置和数量，通过侧视图和底视图则提取芯片的目标尺寸信息，再基于上述的信息准确的获取芯片的三维数据。相对于传统的基于人工获取芯片的三维数据，本申请获取方式的错误率相对较低，并且效率较高。
介绍完本申请所提出的基于芯片二维数据获取三维数据的装置的所有实施例之后，下面介绍本申请实施例所提出的一种基于芯片二维数据获取三维数据的设备的实施例。
具体的，本申请提出一种基于芯片二维数据获取三维数据的设备的实施例，如图3所示，该基于芯片二维数据获取三维数据的设备20包括：
处理器21，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
在本申请一个具体的实施例中，所述处理器21还用于，基于所述芯片的二维数据，获取所述芯片的第一图像数据；
以及，分割所述芯片的第一图像数据，获取多个第二图像数据；
以及，基于各个第二图像数据，获取所述芯片的视图信息。
在本申请一个具体的实施例中，所述处理器21还用于，基于所述芯片的视图信息，获取所述芯片的各个引脚；
以及，基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
以及，基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
在本申请一个具体的实施例中，所述处理器21还用于，将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
以及，基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
本申请实施例所提出的基于芯片二维数据获取三维数据的设备，通过将芯片二维数据转换为芯片图像数据，使用人工智能模型分析芯片二维数据中的顶视图、侧视图和底视图等。并且通过顶视图准确提取芯片的引脚位置和数量，通过侧视图和底视图则提取芯片的目标尺寸信息，再基于上述的信息准确的获取芯片的三维数据。相对于传统的基于人工获取芯片的三维数据，本申请获取方式的错误率相对较低，并且效率较高。
介绍完本申请所提出的基于芯片二维数据获取三维数据的设备的所有实施例之后，下面介绍本申请实施例所提出的一种计算机可读存储介质的实施例。
具体的，本申请提出一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述中任一项实施例所提出的基于芯片二维数据获取三维数据的方法。
需要清楚的是，本申请中的计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的方法，装置和设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请实施例各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质（例如固态硬盘SolidStateDisk(SSD)）等。
尽管已经示出和描述了本申请的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本申请的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种基于芯片二维数据获取三维数据的方法，所述方法应用于人工智能模型，其特征在于，所述方法包括：
基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
2.根据权利要求1所述的基于芯片二维数据获取三维数据的方法，其特征在于，所述基于所述芯片的二维数据，获取所述芯片的视图信息包括：
基于所述芯片的二维数据，获取所述芯片的第一图像数据；
分割所述芯片的第一图像数据，获取多个第二图像数据；
基于各个第二图像数据，获取所述芯片的视图信息。
3.根据权利要求2所述的基于芯片二维数据获取三维数据的方法，其特征在于，所述基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息包括：
基于所述芯片的视图信息，获取所述芯片的各个引脚；
基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
4.根据权利要求3所述的基于芯片二维数据获取三维数据的方法，其特征在于，所述基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据包括：
将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
5.一种基于芯片二维数据获取三维数据的装置，其特征在于，包括：
处理模块，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
6.根据权利要求5所述的基于芯片二维数据获取三维数据的装置，其特征在于，所述处理模块还用于，基于所述芯片的二维数据，获取所述芯片的第一图像数据；
以及，分割所述芯片的第一图像数据，获取多个第二图像数据；
以及，基于各个第二图像数据，获取所述芯片的视图信息。
7.根据权利要求6所述的基于芯片二维数据获取三维数据的装置，其特征在于，所述处理模块还用于，基于所述芯片的视图信息，获取所述芯片的各个引脚；
以及，基于所述芯片的顶视图像素，获取芯片的位置信息；所述芯片的位置信息至少包括芯片本体和各个引脚的相对位置；
以及，基于所述芯片的实际尺寸信息和所述芯片的位置信息，获取所述芯片的目标尺寸信息。
8.根据权利要求7所述的基于芯片二维数据获取三维数据的装置，其特征在于，所述处理模块还用于，将所述芯片的目标尺寸信息输入建模软件；所述建模软件预先获取；
以及，基于所述建模软件，输出所述芯片的三维数据，所述芯片的三维数据至少包括所述芯片的三维模型。
9.一种基于芯片二维数据获取三维数据的设备，其特征在于，包括：
处理器，用于基于所述芯片的二维数据，获取所述芯片的视图信息；所述视图信息至少包括所述芯片的顶视图、侧视图、底视图和实际尺寸信息；所述芯片的二维数据预先获取；
以及，基于所述芯片的视图信息，获取所述芯片的引脚信息和所述芯片的目标尺寸信息；所述引脚信息至少包括引脚的数量和相对位置；
以及，基于所述芯片的引脚信息和所述芯片的目标尺寸信息，获取所述芯片的三维数据。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的基于芯片二维数据获取三维数据的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410249599.6A CN117853559B (zh) | 2024-03-05 | 一种基于芯片二维数据获取三维数据的方法及其相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410249599.6A CN117853559B (zh) | 2024-03-05 | 一种基于芯片二维数据获取三维数据的方法及其相关装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117853559A true CN117853559A (zh) | 2024-04-09 |
| CN117853559B CN117853559B (zh) | 2024-06-04 |
Family
ID=
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007052223A (ja) * | 2005-08-18 | 2007-03-01 | Seiko Epson Corp | レチクルパターンデータ作成方法、レチクルパターン作成装置、及びプログラム |
| CN106777548A (zh) * | 2016-11-28 | 2017-05-31 | 中国航空综合技术研究所 | 工装零件数字化标准的三维数据库的建立系统及方法 |
| WO2020140524A1 (zh) * | 2019-01-02 | 2020-07-09 | 珠海格力电器股份有限公司 | 芯片结构的增强现实显示方法、装置和可读存储介质 |
| CN112613112A (zh) * | 2021-03-08 | 2021-04-06 | 巧夺天宫（深圳）科技有限公司 | 一种基于bim开发的cad建筑图纸逆向建模方法 |
| CN112701060A (zh) * | 2021-03-24 | 2021-04-23 | 惠州高视科技有限公司 | 半导体芯片焊线的检测方法及装置 |
| WO2022062466A1 (zh) * | 2020-09-23 | 2022-03-31 | 长鑫存储技术有限公司 | 芯片产品的对比方法、建模方法、装置及存储介质 |
| CN115456945A (zh) * | 2022-08-10 | 2022-12-09 | 航天科工防御技术研究试验中心 | 一种芯片引脚缺陷的检测方法、检测装置及设备 |
| CN116151183A (zh) * | 2023-03-29 | 2023-05-23 | 本源科仪(成都)科技有限公司 | 芯片版图三维建模方法、系统、存储介质及电子设备 |
| CN117556776A (zh) * | 2024-01-12 | 2024-02-13 | 北京芯可鉴科技有限公司 | 平面版图三维建模方法和芯片仿真方法 |
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007052223A (ja) * | 2005-08-18 | 2007-03-01 | Seiko Epson Corp | レチクルパターンデータ作成方法、レチクルパターン作成装置、及びプログラム |
| CN106777548A (zh) * | 2016-11-28 | 2017-05-31 | 中国航空综合技术研究所 | 工装零件数字化标准的三维数据库的建立系统及方法 |
| WO2020140524A1 (zh) * | 2019-01-02 | 2020-07-09 | 珠海格力电器股份有限公司 | 芯片结构的增强现实显示方法、装置和可读存储介质 |
| WO2022062466A1 (zh) * | 2020-09-23 | 2022-03-31 | 长鑫存储技术有限公司 | 芯片产品的对比方法、建模方法、装置及存储介质 |
| CN112613112A (zh) * | 2021-03-08 | 2021-04-06 | 巧夺天宫（深圳）科技有限公司 | 一种基于bim开发的cad建筑图纸逆向建模方法 |
| CN112701060A (zh) * | 2021-03-24 | 2021-04-23 | 惠州高视科技有限公司 | 半导体芯片焊线的检测方法及装置 |
| CN115456945A (zh) * | 2022-08-10 | 2022-12-09 | 航天科工防御技术研究试验中心 | 一种芯片引脚缺陷的检测方法、检测装置及设备 |
| CN116151183A (zh) * | 2023-03-29 | 2023-05-23 | 本源科仪(成都)科技有限公司 | 芯片版图三维建模方法、系统、存储介质及电子设备 |
| CN117556776A (zh) * | 2024-01-12 | 2024-02-13 | 北京芯可鉴科技有限公司 | 平面版图三维建模方法和芯片仿真方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11176448B2 (en) | Enhancing processing performance of a DNN module by bandwidth control of fabric interface | |
| Liu et al. | Masc: Multi-scale affinity with sparse convolution for 3d instance segmentation | |
| CN107895191B (zh) | 一种信息处理方法及相关产品 | |
| CN110490960B (zh) | 一种合成图像生成方法及装置 | |
| US11714853B2 (en) | Efficient storage and searching of vector datasets | |
| US20210103716A1 (en) | Apparatus and method for image analysis using virtual three-dimensional deep neural network | |
| US10706588B2 (en) | Method and apparatus for automatic intrinsic camera calibration using images of a planar calibration pattern | |
| CN109754359A (zh) | 一种应用于卷积神经网络的池化处理的方法及系统 | |
| US20210150325A1 (en) | Data processing method and apparatus, and related product | |
| CN115035367A (zh) | 图片识别方法、装置及电子设备 | |
| US10990570B2 (en) | Methods, systems and apparatus to improve spatial-temporal data management | |
| Perveen et al. | [Retracted] Multidimensional Attention‐Based CNN Model for Identifying Apple Leaf Disease | |
| CN108154120A (zh) | 视频分类模型训练方法、装置、存储介质及电子设备 | |
| CN117853559B (zh) | 一种基于芯片二维数据获取三维数据的方法及其相关装置 | |
| US20210326702A1 (en) | Processing device for executing convolutional neural network computation and operation method thereof | |
| US10409358B1 (en) | Multi-chip module package compact thermal models | |
| CN117853559A (zh) | 一种基于芯片二维数据获取三维数据的方法及其相关装置 | |
| CN111178513B (zh) | 神经网络的卷积实现方法、卷积实现装置及终端设备 | |
| CN116802646A (zh) | 数据处理的方法和装置 | |
| US11995532B2 (en) | Systems and devices for configuring neural network circuitry | |
| CN112906808A (zh) | 基于卷积神经网络的图像分类方法、系统、装置及介质 | |
| CN108345563B (zh) | 可重构计算阵列的配置方法和系统 | |
| CN113434919A (zh) | 几何模型重建方法、装置、电子设备及存储介质 | |
| Yi et al. | Modified capsule network for object classification | |
| Chiranjeevi et al. | Image processing using a reconfigurable platform: Pre-processing block hardware architecture |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |