initial commit

data_units.py

@@ -0,0 +1,31 @@
+import numpy as np
+from PIL import Image
+import torchvision.transforms as transforms
+
+def layout_transforms():
+    """定义数据增强和预处理"""
+    return transforms.Compose([
+        transforms.Resize((256, 256)),       # 调整尺寸到固定大小
+        transforms.RandomRotation(30),       # 随机旋转（增强方向不变性）
+        transforms.ColorJitter(brightness=0.2, contrast=0.2),  # 彩色抖动（如果使用图像数据）
+        transforms.ToTensor(),               # 转换为张量
+        transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  # 标准化（如ImageNet均值和方差）
+    ])
+
+def layout_to_tensor(layout_path, target_size=(256, 256)):
+    """将版图转换为标准化张量"""
+    # 实际应用中可能需要解析GDSII/LEF格式，此处简化处理
+    img = Image.open(layout_path).convert('L')  # 灰度化
+    img = img.resize(target_size, resample=Image.BILINEAR)
+    return np.array(img) / 255.0                 # 归一化到[0,1]
+
+def tile_layout(large_layout, block_size=64):
+    """将大版图分割为小块（滑动窗口方式）"""
+    height, width = large_layout.shape
+    stride = block_size // 2                     # 步长设置重叠区域
+    tiles = []
+    for y in range(0, height - block_size +1, stride):
+        for x in range(0, width - block_size +1, stride):
+            tile = large_layout[y:y+block_size, x:x+block_size]
+            tiles.append((x, y, tile))
+    return tiles