feature map
En feature map er en output-matrise fra et konvolutionelt lag i et neuralt netværk, der repræsenterer tilstedeværelsen af specifikke visuelle mønstre i inputdata.
Kort fortalt
En feature map er et kort, der viser, hvor i et billede bestemte træk som kanter eller teksturer findes.
- Kategori
- begreb
- Niveau
- øvet
Betydninger
1- 1
Den todimensionelle eller tredimensionelle matrix, der fremkommer efter anvendelse af et filter (kernel) på et input under en konvolution, og som fremhæver tilstedeværelsen af et bestemt træk.
- Det første konvolutionelle lag producerede feature maps for kanter og hjørner. — Lærebog i deep learning, 2022
- Ved at visualisere feature maps kan man se, hvilke områder af billedet netværket fokuserer på. — Forskningsartikel, 2019
Hvornår bruges det
Feature maps anvendes i konvolutionelle neurale netværk til at detektere og lokalisere mønstre i billeder. Hvert filter producerer en feature map, og disse stables for at opbygge hierarkiske repræsentationer. De bruges også i visualisering af, hvad netværket har lært.
Oprindelse
Udtrykket 'feature map' stammer fra computer vision og neurale netværk, hvor 'feature' refererer til et genkendeligt mønster og 'map' til en rumlig repræsentation.
Kilder
2- Deep Learning (Goodfellow, Bengio, Courville, 2016)
- ImageNet Classification with Deep Convolutional Neural Networks (Krizhevsky et al., 2012)