Utflating

Overgang fra funksjonsekstraksjon til klassifisering

Etter at konvolusjons- og pooling-lag har ekstrahert essensielle funksjoner fra et bilde, er neste steg i et konvolusjonsnevralt nettverk (CNN) klassifisering. Siden fullt tilkoblede lag krever en endimensjonal input, må vi konvertere de flerdimensjonale funksjonskartene til et format som er egnet for klassifisering.

Konvertering av funksjonskart til en 1D-vektor

Flattening er prosessen med å omforme utdataene fra konvolusjons- og pooling-lag til en enkelt lang vektor. Hvis et funksjonskart har dimensjonene X × Y × Z, vil flattening omforme det til en 1D array med lengde X × Y × Z.

For eksempel, hvis det siste funksjonskartet har dimensjonene 7 × 7 × 64, vil flattening konvertere det til en (7 × 7 × 64) = 3136-dimensional vektor. Dette gjør det mulig for de fullt tilkoblede lagene å behandle de ekstraherte funksjonene effektivt.

Viktigheten av flattening før tilkobling til fullt tilkoblede lag

Fullt tilkoblede lag opererer på en standard nevralt nettverksstruktur, der hver nevron er koblet til alle nevroner i neste lag. Uten flattening kan ikke modellen tolke den romlige strukturen til feature maps korrekt. Flattening sikrer:

• Korrekt overgang fra feature-detektering til klassifisering;
• Sømløs integrasjon med fullt tilkoblede lag;
• Effektiv læring ved å bevare uttrukne mønstre for endelig beslutningstaking.

Ved å flate ut feature maps kan CNN-er utnytte høynivåfunksjoner lært under konvolusjon og pooling, noe som muliggjør nøyaktig klassifisering av objekter i et bilde.