Feature Map（特征图） 是深度学习（尤其是卷积神经网络 CNN）中的一个核心概念，指通过卷积操作从输入数据中提取出的特征表示。它可以看作是对输入数据的某一层次的特征的可视化或数学表达。

1. 通俗理解

  • 类比：假设你有一张照片（输入图像），通过不同的“滤镜”（卷积核）处理后，会得到多张“特效图”（特征图），每张特效图突出原始照片的某些特征（如边缘、纹理、颜色等）。
  • 作用：特征图记录了输入数据中某些特定模式（如线条、形状、物体部分）的响应强度。

2. 技术定义

  • 数学表达：
    特征图是输入数据（如前一层特征图或原始图像）与卷积核（kernel）进行卷积运算后得到的输出。
    计算公式（以2D卷积为例）：
    $$
    \text{Feature Map}(i,j) = \sum_{m}\sum_{n} \text{Input}(i+m, j+n) \cdot \text{Kernel}(m,n)
    $$
  • 通道与深度：
  • 单个卷积核生成一个单通道特征图。
  • 多个卷积核（如 C_out 个）会生成多通道特征图（shape为 (C_out, H_out, W_out)）。

3. 特征图的常见操作

  • 激活函数：对特征图进行非线性变换（如ReLU）。
  • 池化（Pooling）：降低特征图的分辨率（如最大池化保留显著特征）。
  • 上采样（Upsampling）：增大特征图尺寸（用于分割、生成任务）。

4. 代码示例（PyTorch）

1
2
3
4
5
6
7
8
9
10
11
12
import torch
import torch.nn as nn

# 输入：1张3通道的RGB图像 (1, 3, 256, 256)
input = torch.randn(1, 3, 256, 256)

# 卷积层：3输入通道，64输出通道，kernel_size=3
conv = nn.Conv2d(in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1)

# 输出特征图 (1, 64, 256, 256)
feature_map = conv(input)
print(feature_map.shape)# torch.Size([1, 64, 256, 256])

总结

  • 特征图是卷积操作提取的特征响应图，本质是输入数据的多层次抽象表示。
  • 其形状由输入尺寸、卷积核数量、步长（stride）、填充（padding）等决定。
  • 深度学习中，特征图逐步从低级特征（边缘）过渡到高级语义（物体类别）。