Перетворення у вектор

Перехід від виділення ознак до класифікації

Після того як згорткові та пулінгові шари виділяють основні ознаки зображення, наступним етапом у згортковій нейронній мережі (CNN) є класифікація. Оскільки повнозв'язані шари потребують одномірного входу, необхідно перетворити багатовимірні карти ознак у формат, придатний для класифікації.

Перетворення карт ознак у 1D-вектор

Вирівнювання (flattening) — це процес переформування виходу згорткових і пулінгових шарів у єдиний довгий вектор. Якщо карта ознак має розміри X × Y × Z, вирівнювання перетворює її на 1D array довжиною X × Y × Z.

Наприклад, якщо фінальна карта ознак має розміри 7 × 7 × 64, вирівнювання перетворює її на (7 × 7 × 64) = 3136-dimensional вектор. Це дозволяє повнозв'язаним шарам ефективно обробляти виділені ознаки.

Важливість операції Flattening перед передачею до повнозв'язних шарів

Повнозв'язні шари працюють у стандартній структурі нейронної мережі, де кожен нейрон з'єднаний з кожним нейроном наступного шару. Без операції flattening модель не може коректно інтерпретувати просторову структуру карт ознак. Flattening забезпечує:

• Коректний перехід від виявлення ознак до класифікації;
• Безперервну інтеграцію з повнозв'язними шарами;
• Ефективне навчання шляхом збереження виділених шаблонів для фінального прийняття рішень.

Завдяки перетворенню карт ознак у вектор, згорткові нейронні мережі можуть використовувати високорівневі ознаки, отримані під час згортки та пулінгу, що дозволяє точно класифікувати об'єкти на зображенні.