1. 移除正交视图生成组件

原因： 原始RoRD中的正交视图生成（无论是基于表面法线还是IPM）是为了校正由相机拍摄角度引起的透视畸变，将三维场景的倾斜视图转换为二维的鸟瞰图。然而，IC版图数据（如GDSII、OASIS格式）本质上就是精确的、无透视失真的二维几何矢量数据。它们本身就是“完美”的鸟瞰图。

调整： 因此，在我们的应用中，正交视图生成组件是完全不必要的，可以直接移除。我们将光栅化后的版图图像直接作为模型的输入，这不仅简化了流程，还避免了不必要的计算开销和可能引入的插值伪影。

2. 适应稀疏、二值化的特征

挑战： 与包含丰富颜色和纹理的自然图像不同，IC版图图像通常是二值化（只有图形层和背景）、稀疏（大片空白区域）且充满重复的几何结构（如SRAM阵列）。这对基于VGG等在自然图像上预训练的特征提取器构成了挑战。

调整策略：

• 聚焦角点特征: 版图的关键信息在于多边形的顶点（角点）和边缘。我们需要确保特征检测器（detector）能够高度关注这些几何角点，而不是在空白区域或简单的直线上寻找“兴趣点”。这可以通过专门设计的损失函数或修改网络结构来实现，使其对角点响应更敏感。
• 定制化的数据增强: 放弃复杂的色彩、光照等增强。我们的训练数据生成将严格围绕IC版图的特性：以复杂的旋转、缩放、镜像变换为主，以及少量的涻音和光照变化。
• 学习几何而非纹理的描述子: 通过上述定制化训练，模型中的描述子（descriptor）将被迫学习关键点周围局部区域的几何构型（如角点、边的相对位置和方向），而不是纹理信息。这使得描述子天然地适应了版图的稀疏和二值化特性，并能更好地区分具有相似局部几何但不同功能的结构。

3. 引入多尺度匹配策略以应对尺寸差异

挑战： 现实应用中，待匹配的模板（如标准单元）与完整的大版图之间存在巨大的尺寸差异。例如，模板可能只有几百像素见方，而大版图的尺寸可达数十万像素。这种悬殊的比例使得直接进行特征匹配变得不可行。

调整策略：

• A. 针对大版图的滑动窗口 (Sliding Window):

  我们不会将巨大的版图一次性载入内存。取而代之，我们采用滑动窗口的策略：用一个固定大小（如1024x1024像素）的窗口，以一定的步长（如768像素）在大版图上进行滑动。在每个窗口内独立提取关键点和描述子，并将其坐标转换回大版图的全局坐标系。最终，我们将所有窗口的特征点聚合起来，形成一个代表整个大版图的、完整的特征点云。

• B. 针对模板的图像金字塔 (Image Pyramid):

  为了在未知尺度下找到模板，我们为模板构建一个图像金字塔。即，将模板图像缩放到一系列不同的比例（如0.75x, 1.0x, 1.5x）。在匹配时，我们会遍历金字塔中的每一个尺度的模板，用其提取的特征去和从大版图中聚合的完整特征点云进行匹配。

• C. 尺度抖动 (Scale Jittering) 增强鲁棒性:

  在训练过程中，除了旋转增强外，我们还会在一个小范围内（如0.8x 到 1.2x）随机缩放输入图像。这样，训练出来的描述子对轻微的尺度变化也会具有一定的鲁棒性。