通过输入二值化弥合半导体视觉程序合成中的模拟与真实差距

对电路几何形状的精确参数控制对于半导体检测至关重要，但获得足够的真实训练数据仍然成本高昂。尽管扩散模型和生成对抗网络（GAN）等生成模型可以增强训练数据，但它们无法保证计量任务所需的纳米级几何精度。我们提出了一种视觉程序综合框架，其中视觉语言模型（VLM）将检查图像转换为描述电路几何形状的可编辑领域特定语言（DSL）代码，从而能够通过精确的参数操作控制训练数据的生成。由于 VLM 仅基于合成 DSL 渲染数据进行训练，因此在处理真实的扫描电子显微镜 (SEM) 图像时会出现域间隙。我们通过输入二值化策略弥补了这一差距，该策略去除了 SEM 特定的纹理和噪声，让模型专注于几何结构。在 MIIC 数据集上，二值化输入将原始输入基线的平均 Dice 系数从 0.4393 提高到 0.5256，这表明简单的纹理抽象大大缩小了模拟与真实的差距。