Udfladning

Overgang fra feature-ekstraktion til klassificering

Efter at konvolutions- og poolinglag har udtrukket væsentlige træk fra et billede, er det næste trin i et konvolutionsneuronnetværk (CNN) klassificering. Da fuldt forbundne lag kræver et endimensionelt input, skal vi konvertere de multidimensionelle feature-maps til et format, der er egnet til klassificering.

Konvertering af feature-maps til en 1D-vektor

Flattening er processen, hvor outputtet fra konvolutions- og poolinglag omformes til en enkelt lang vektor. Hvis et feature-map har dimensionerne X × Y × Z, omdanner flattening det til et 1D array med længden X × Y × Z.

For eksempel, hvis det endelige feature-map har dimensionerne 7 × 7 × 64, konverterer flattening det til en (7 × 7 × 64) = 3136-dimensional vektor. Dette gør det muligt for de fuldt forbundne lag at behandle de udtrukne træk effektivt.

Vigtigheden af at flade ud før input til fuldt forbundne lag

Fuldt forbundne lag fungerer på en standard neural netværksstruktur, hvor hver neuron er forbundet til hver neuron i det næste lag. Uden udfladning kan modellen ikke fortolke den rumlige struktur af feature maps korrekt. Udfladning sikrer:

• Korrekt overgang fra feature-detektion til klassificering;
• Problemfri integration med fuldt forbundne lag;
• Effektiv læring ved at bevare udtrukne mønstre til endelig beslutningstagning.

Ved at udflade feature maps kan CNN'er udnytte højniveaufunktioner lært under konvolution og pooling, hvilket muliggør præcis klassificering af objekter i et billede.