基于分类代理模型的版图数据集主动学习构建方法

本发明公开了基于分类代理模型的版图数据集主动学习构建方法。该方法包括：获取经前端设计和后端设计得到的少量标注版图数据（经过完整布局布线的版图）与大量未标注版图数据（仅经过布局的版图），并进行网格划分；训练分类模型与回归模型，基于回归模型获取未标注数据的不确定度分数，将不确定度分数最高的未标注版图数据筛选出来；对筛选出来的未标注版图数据进行布线并加入标注数据中，重复进行分类模型和回归模型的训练，直至达到预设条件，生成最终的标注数据集。本发明显著降低了传统版图数据获取的高昂成本和时间开销。