Bản đồ đặc trưng

Bản đồ đặc trưng là đầu ra cơ bản được tạo ra khi một bộ lọc tích chập tác động lên ảnh đầu vào hoặc một bản đồ đặc trưng khác trong Mạng Nơ-ron Tích chập (CNN) . Trong bối cảnh thị giác máy tính (CV) , các bản đồ này hoạt động như "đôi mắt" của mạng nơ-ron, làm nổi bật sự hiện diện và vị trí của các đặc điểm đã học được như cạnh, kết cấu, góc hoặc các hình dạng hình học phức tạp. Bằng cách chuyển đổi dữ liệu pixel thô thành các giá trị trừu tượng có ý nghĩa, bản đồ đặc trưng cho phép các mô hình tinh vi thực hiện các tác vụ từ phân loại ảnh đến phát hiện đối tượng theo thời gian thực.

Bản đồ tính năng được tạo ra như thế nào

Việc tạo bản đồ đặc trưng liên quan đến một quy trình toán học được gọi là tích chập . Một ma trận chuyên biệt gồm các trọng số có thể học được , được gọi là hạt nhân hoặc bộ lọc, sẽ trượt qua dữ liệu đầu vào. Tại mỗi vị trí, hạt nhân thực hiện phép nhân và phép cộng từng phần tử, tạo ra một giá trị duy nhất trong ma trận đầu ra.

• Kích hoạt : Các giá trị kết quả thường đi qua một hàm kích hoạt như ReLU, giúp tạo ra tính phi tuyến tính, cho phép mạng học các mẫu phức tạp.
• Bảo toàn không gian : Không giống như các lớp được kết nối hoàn toàn, bản đồ đặc điểm bảo toàn các mối quan hệ không gian, nghĩa là giá trị cao tại một tọa độ cụ thể tương ứng với một đặc điểm được phát hiện tại cùng vị trí tương đối đó trong ảnh gốc.
• Độ sâu : Một lớp tích chập đơn thường sử dụng nhiều bộ lọc, xếp chồng các mảng 2D thu được để tạo thành khối lượng 3D của bản đồ đặc điểm, thường được trực quan hóa trong sơ đồ kiến trúc học sâu (DL) .

Học tính năng phân cấp

Các kiến trúc hiện đại, chẳng hạn như xương sống ResNet được sử dụng trong nhiều hệ thống, tận dụng tính chất phân cấp của bản đồ đặc trưng. Khi dữ liệu di chuyển qua mạng, mức độ trừu tượng hóa tăng lên:

1. Lớp nông : Bản đồ đặc trưng ban đầu ghi lại các chi tiết cấp thấp, chẳng hạn như đường thẳng đứng, dải màu hoặc đường cong đơn giản. Chúng tạo thành nền tảng của nhận thức thị giác .
2. Lớp Sâu : Sâu hơn trong mạng, các yếu tố cơ bản này được kết hợp. Các bản đồ kết quả thể hiện các khái niệm ngữ nghĩa cấp cao, chẳng hạn như hình dạng bánh xe ô tô hoặc khuôn mặt của một chú chó. Hệ thống phân cấp này rất quan trọng đối với hiệu suất của các mô hình tiên tiến như YOLO11 , cho phép chúng phân biệt các lớp tương tự với độ chính xác cao.

Hình dung trí thông minh mạng

Các nhà phát triển thường trực quan hóa bản đồ đặc trưng để diễn giải những gì mô hình đã học được, một thực hành quan trọng trong AI có thể giải thích (XAI) . Các công cụ như TensorBoard cho phép các kỹ sư kiểm tra các trạng thái nội bộ này. Nếu một bản đồ đặc trưng có mục đích detect Khi xe ô tô được kích hoạt trên cây nền, điều này cho thấy mô hình có thể đang quá khớp với nhiễu. Việc kiểm tra này rất quan trọng để gỡ lỗi và cải thiện độ tin cậy của mô hình .

Sau đây là Python mã chứng minh cách truy cập các kích thước bản đồ tính năng bằng cách sử dụng ultralytics thư viện bằng cách đăng ký một móc trên một lớp tích chập.

from ultralytics import YOLO

# Load the YOLO11 model (nano version)
model = YOLO("yolo11n.pt")


# Define a hook to print the shape of the feature map from the first layer
def hook_fn(module, input, output):
    print(f"Feature Map Output Shape: {output.shape}")


# Register the hook to the first convolutional layer of the model
model.model.model[0].register_forward_hook(hook_fn)

# Run inference on a dummy image to trigger the hook
model("https://ultralytics.com/images/bus.jpg")

Các Ứng dụng Thực tế

Bản đồ đặc điểm là động lực đằng sau nhiều công nghệ mang tính chuyển đổi:

• Xe tự hành : Trong các hệ thống lái xe tự hành , chẳng hạn như hệ thống do Waymo phát triển, bản đồ đặc trưng xử lý dữ liệu từ camera để xác định vạch kẻ đường, người đi bộ và biển báo giao thông. Độ chính xác về mặt không gian của các bản đồ này đảm bảo rằng xe không chỉ biết những gì đang diễn ra trên đường mà còn biết chính xác vị trí của nó so với xe.
• Chẩn đoán Y khoa : Trong phân tích hình ảnh y khoa , các mô hình học sâu phân tích ảnh chụp MRI hoặc CT. Bản đồ đặc trưng trong các mạng này được đào tạo để làm nổi bật các bất thường như khối u hoặc gãy xương. Nghiên cứu được công bố trên các tạp chí như Nature Medicine chứng minh cách các kích hoạt cụ thể này có thể hỗ trợ các bác sĩ X quang bằng cách đánh dấu các vùng quan tâm với độ chính xác cao.

Phân biệt các khái niệm liên quan

Để hiểu đầy đủ về kiến trúc mạng nơ-ron, việc phân biệt bản đồ đặc điểm với các thuật ngữ liên quan sẽ rất hữu ích:

• Bản đồ Đặc trưng so với Trích xuất Đặc trưng : Trích xuất đặc trưng là quá trình tổng quát để thu thập dữ liệu thông tin từ dữ liệu đầu vào thô. Bản đồ đặc trưng là cấu trúc dữ liệu cụ thể thu được từ quá trình này trong một lớp CNN.
• Bản đồ Đặc trưng so với Nhúng : Trong khi bản đồ đặc trưng giữ nguyên kích thước không gian (chiều cao và chiều rộng), nhúng thường là các vectơ phẳng, có chiều thấp hơn. Nhúng thể hiện bản chất ngữ nghĩa của toàn bộ hình ảnh hoặc đối tượng, thường được sử dụng để tìm kiếm sự tương đồng trong cơ sở dữ liệu vectơ , trong khi bản đồ đặc trưng được sử dụng cho các tác vụ yêu cầu định vị không gian như phân đoạn ảnh .