Bản đồ đặc trưng

Bản đồ đặc trưng (feature map) là đầu ra của một bộ lọc tích chập (convolutional filter), còn được gọi là kernel, được áp dụng cho một lớp đầu vào trong một Mạng nơ-ron tích chập (CNN). Về bản chất, nó là một biểu diễn của các đặc điểm đã học, chẳng hạn như các cạnh, kết cấu hoặc hình dạng phức tạp, được phát hiện trong các vùng cụ thể của một hình ảnh. Mỗi bộ lọc trong một lớp tích chập được thiết kế để phát hiện một đặc trưng cụ thể duy nhất. Bản đồ đặc trưng kết quả làm nổi bật vị trí mà đặc trưng cụ thể đó xuất hiện trong dữ liệu đầu vào, tạo thành một khối xây dựng cơ bản cho một loạt các tác vụ thị giác máy tính (CV).

Feature Maps hoạt động như thế nào

Việc tạo ra bản đồ đặc trưng bắt đầu khi CNN áp dụng một bộ lọc—một ma trận nhỏ gồm các trọng số có thể học được—trên một hình ảnh đầu vào hoặc bản đồ đặc trưng từ một lớp trước đó. Bộ lọc này trượt trên đầu vào và thực hiện một phép tích chập tại mỗi vị trí. Đầu ra của thao tác trượt này tạo ra một mảng 2D mới, đó là bản đồ đặc trưng. Các giá trị kích hoạt trong bản đồ cho biết cường độ của đặc trưng được phát hiện tại mỗi vị trí. Ví dụ: một bộ lọc được huấn luyện để phát hiện các cạnh dọc sẽ tạo ra các giá trị kích hoạt cao trong bản đồ đặc trưng tại các vị trí tương ứng với các cạnh dọc. Các framework học sâu hiện đại như PyTorch và TensorFlow tự động xử lý các thao tác này.

Biểu diễn đặc trưng phân cấp

Một trong những khía cạnh mạnh mẽ nhất của CNN là khả năng xây dựng hệ thống phân cấp các đặc trưng.

• Early Layers (Các lớp đầu): Bản đồ đặc trưng trong các lớp ban đầu của backbone mạng nắm bắt các đặc trưng đơn giản, cơ bản như cạnh, góc và gradient màu. Các backbone này thường là các mạng được huấn luyện trước mạnh mẽ, chẳng hạn như ResNet.
• Các lớp trung gian: Khi dữ liệu đi qua mạng, các lớp tiếp theo kết hợp các đặc trưng đơn giản này thành các mẫu phức tạp hơn, chẳng hạn như kết cấu, các bộ phận của đối tượng (như bánh xe hoặc mắt) hoặc các hình dạng đơn giản.
• Các lớp sâu: Bản đồ đặc trưng trong các lớp sâu hơn thể hiện các khái niệm trừu tượng và phức tạp cao, chẳng hạn như toàn bộ đối tượng. Quá trình phân cấp này cho phép các mô hình như Ultralytics YOLO thực hiện các tác vụ phức tạp như phát hiện đối tượng, phân đoạn hình ảnh và phân loại hình ảnh.

Bản đồ đặc trưng so với các khái niệm liên quan

Việc phân biệt bản đồ đặc trưng với các thuật ngữ liên quan chặt chẽ là rất hữu ích:

• Trích xuất đặc trưng: Đây là quá trình xác định và trích xuất các mẫu có ý nghĩa từ dữ liệu thô. Bản đồ đặc trưng là đầu ra hoặc kết quả hữu hình của quá trình trích xuất đặc trưng xảy ra trong một lớp CNN. Trong khi trích xuất đặc trưng là một khái niệm rộng, bản đồ đặc trưng là các cấu trúc dữ liệu cụ thể chứa các đặc trưng được học này theo cách có tổ chức về mặt không gian.
• Embeddings: Bản đồ đặc trưng (Feature maps) thường là các mảng đa chiều giữ lại thông tin không gian về vị trí xuất hiện của các đặc trưng. Ngược lại, embeddings thường là các vector một chiều, dày đặc, đại diện cho toàn bộ hình ảnh hoặc đối tượng trong một không gian ngữ nghĩa nén. Chúng thường được tạo bằng cách làm phẳng và xử lý các bản đồ đặc trưng cuối cùng của một mạng để nắm bắt ý nghĩa cấp cao cho các tác vụ như tìm kiếm ngữ nghĩa hoặc phân loại, hy sinh chi tiết không gian để sử dụng trong cơ sở dữ liệu vector.

Các Ứng dụng Thực tế

Bản đồ đặc trưng là không thể thiếu đối với vô số ứng dụng Trí tuệ nhân tạo (AI) và Học máy (ML):

1. Lái xe tự động: Trong xe tự lái, CNN xử lý dữ liệu từ camera và cảm biến để điều hướng thế giới. Bản đồ đặc trưng được tạo ở các lớp khác nhau giúp xác định người đi bộ, các phương tiện khác, vạch kẻ đường và biển báo giao thông. Các lớp ban đầu phát hiện các cạnh và kết cấu, trong khi các lớp sâu hơn kết hợp chúng để nhận dạng các đối tượng phức tạp. Điều này rất quan trọng để điều hướng an toàn và các công ty như Waymo phụ thuộc rất nhiều vào các công nghệ như vậy cho AI trong xe tự lái của họ.
2. Phân tích hình ảnh y tế: CNN phân tích các ảnh chụp y tế (X-quang, CT, MRI) để hỗ trợ chẩn đoán. Bản đồ đặc trưng làm nổi bật các bất thường tiềm ẩn. Ví dụ: khi sử dụng một tập dữ liệu như tập dữ liệu Brain Tumor để phát hiện khối u, các bản đồ đặc trưng ban đầu có thể xác định các kết cấu hoặc cạnh bất thường. Các bản đồ sâu hơn sau đó học cách nhận ra các hình dạng và cấu trúc cụ thể đặc trưng của khối u, hỗ trợ các bác sĩ радиолог trong công việc của họ. Nghiên cứu này thường được công bố trên các tạp chí hàng đầu như Radiology: Artificial Intelligence.

Trực quan hóa và Diễn giải

Trực quan hóa bản đồ đặc trưng cung cấp những hiểu biết có giá trị về những gì CNN đã học và cách nó đưa ra quyết định. Bằng cách kiểm tra những phần nào của hình ảnh kích hoạt mạnh mẽ các bản đồ đặc trưng cụ thể, các nhà phát triển có thể hiểu liệu mô hình có đang tập trung vào thông tin liên quan hay không. Quá trình này là một thành phần quan trọng của AI có thể giải thích (XAI), đóng góp vào khả năng diễn giải mô hình tổng thể. Nó có thể được thực hiện bằng các công cụ như TensorBoard hoặc các kỹ thuật trực quan hóa nâng cao khác. Hiểu bản đồ đặc trưng giúp gỡ lỗi mô hình, cải thiện độ chính xác và độ tin cậy của chúng, đồng thời quản lý toàn bộ vòng đời thông qua các nền tảng như Ultralytics HUB.