Feature Maps

Une carte de caractéristiques est la sortie fondamentale produite lorsqu'un filtre de convolution traite une image d'entrée ou une couche précédente au sein d'un réseau de neurones. Dans le contexte de la vision par ordinateur (CV), ces cartes servent de représentation interne des données, mettant en évidence des motifs spécifiques tels que les bords, les textures ou les formes géométriques complexes que le modèle a appris à reconnaître. Essentiellement, les cartes de caractéristiques agissent comme les « yeux » d'un réseau de neurones convolutif (CNN), transformant les valeurs brutes des pixels en abstractions significatives qui facilitent des tâches comme la détection d'objets et la classification.

Link to this sectionLe mécanisme derrière les cartes de caractéristiques#

La création d'une carte de caractéristiques est pilotée par l'opération mathématique connue sous le nom de convolution. Au cours de ce processus, une petite matrice de paramètres apprenables, appelée noyau ou filtre, glisse sur les données d'entrée. À chaque position, le noyau effectue une multiplication élément par élément et une sommation, ce qui donne une valeur unique dans la grille de sortie.

• Activation de motifs : Chaque filtre est entraîné pour rechercher une caractéristique spécifique. Lorsque le filtre rencontre cette caractéristique dans l'entrée, la valeur résultante dans la carte de caractéristiques est élevée, indiquant une forte activation.
• Hiérarchie spatiale : Dans les architectures d'apprentissage profond (DL), les cartes de caractéristiques sont organisées de manière hiérarchique. Les premières couches produisent des cartes qui détectent des détails de bas niveau comme les lignes et les courbes de détection de contours. Les couches plus profondes combinent ces cartes simples pour former des représentations de haut niveau d'objets complexes, tels que des visages ou des véhicules.
• Changements de dimensionnalité : À mesure que les données progressent dans le réseau, des opérations comme les couches de pooling réduisent généralement les dimensions spatiales (hauteur et largeur) des cartes de caractéristiques tout en augmentant la profondeur (nombre de canaux). Ce processus, souvent appelé réduction de dimensionnalité, aide le modèle à se concentrer sur la présence de caractéristiques plutôt que sur leur emplacement précis en pixels.

Link to this sectionApplications concrètes#

Les cartes de caractéristiques sont le moteur des applications IA modernes, permettant aux systèmes d'interpréter les données visuelles avec une compréhension proche de celle de l'humain.

• Diagnostics médicaux : Dans l'analyse d'images médicales, les modèles utilisent des cartes de caractéristiques pour traiter des radiographies ou des IRM. Les cartes précoces peuvent mettre en évidence les contours des os, tandis que les cartes plus profondes identifient des anomalies comme des tumeurs ou des fractures, aidant les médecins dans des scénarios d'IA en santé.
• Navigation autonome : Les voitures autonomes dépendent fortement des cartes de caractéristiques générées par les capteurs visuels. Ces cartes permettent à l'ordinateur de bord du véhicule de distinguer les voies, les piétons et les panneaux de signalisation en temps réel, ce qui est crucial pour que les véhicules autonomes opèrent en toute sécurité.

Link to this sectionTravailler avec les cartes de caractéristiques en Python#

Bien que les cartes de caractéristiques soient des structures internes, comprendre leurs dimensions est crucial lors de la conception d'architectures. L'exemple PyTorch suivant démontre comment une seule couche de convolution transforme une image d'entrée en une carte de caractéristiques.

import torch
import torch.nn as nn

# Define a convolution layer: 1 input channel, 1 output filter, 3x3 kernel
conv_layer = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=3, bias=False)

# Create a random dummy image (Batch Size=1, Channels=1, Height=5, Width=5)
input_image = torch.randn(1, 1, 5, 5)

# Pass the image through the layer to generate the feature map
feature_map = conv_layer(input_image)

print(f"Input shape: {input_image.shape}")
# The output shape will be smaller (3x3) due to the kernel size and no padding
print(f"Feature Map shape: {feature_map.shape}")

Link to this sectionDistinguer les concepts apparentés#

Il est utile de distinguer les cartes de caractéristiques de termes similaires pour éviter toute confusion lors de l'entraînement de modèles :

• Carte de caractéristiques vs Filtre : Un filtre (ou noyau) est l'outil utilisé pour scanner l'image ; il contient les poids du modèle. La carte de caractéristiques est le résultat de ce scan. Tu peux voir le filtre comme la « lentille » et la carte de caractéristiques comme l'« image » capturée à travers cette lentille.
• Carte de caractéristiques vs Embedding : Bien que les deux représentent des données, les cartes de caractéristiques conservent généralement les structures spatiales (hauteur et largeur) adaptées à la segmentation sémantique. En revanche, les embeddings sont généralement des vecteurs 1D aplatis qui capturent la signification sémantique mais abandonnent la disposition spatiale, souvent utilisés dans des tâches de recherche de similarité.
• Carte de caractéristiques vs Activation : Une fonction d'activation (comme ReLU) est appliquée aux valeurs au sein d'une carte de caractéristiques pour introduire de la non-linéarité. La carte existe avant et après cette opération mathématique.

Link to this sectionPertinence pour les modèles Ultralytics#

Dans des architectures avancées comme YOLO26, les cartes de caractéristiques jouent un rôle pivot dans le « backbone » et la « head » du modèle. Le backbone extrait des caractéristiques à différentes échelles (pyramide de caractéristiques), garantissant que le modèle puisse détecter efficacement les petits et les grands objets. Les utilisateurs exploitant la plateforme Ultralytics pour l'entraînement peuvent visualiser la performance de ces modèles, en observant indirectement l'efficacité des cartes de caractéristiques sous-jacentes via des métriques comme la précision et le rappel. L'optimisation de ces cartes implique un entraînement approfondi sur des jeux de données annotés, utilisant souvent des techniques comme l'extraction de caractéristiques pour transférer les connaissances des modèles pré-entraînés vers de nouvelles tâches.