Feature Map (Карта признаков, или фича-мапа) — это результат работы операции свертки между входными данными и фильтром (ядром) сверточного слоя.

Когда мы подаем на вход сети изображение кошки, первый слой не видит кошку. Он видит совокупность примитивов:

Первые карты признаков могут активироваться на вертикальные и горизонтальные линии.
Более глубокие слои объединяют эти линии в углы, дуги и текстуры (например, карту шерстистости).
Самые глубокие слои собирают из этих текстур целые объекты: глаз, ухо, лапа.

Каждая отдельная карта признаков внутри одного слоя отвечает за поиск конкретного фильтра. Одна карта может реагировать только на красные диагональные линии, другая — только на круглые формы. Совокупность всех карт признаков в слое дает полное описание текущего состояния восприятия модели.

Механика формирования: как рождается карта

Процесс создания Feature Map можно описать следующим алгоритмом:

Фильтрация: Небольшая матрица весов (фильтр/ядро), например $3 \times 3$ , скользит по входному изображению.
Свертка (Convolution): В каждой позиции вычисляется скалярное произведение значений фильтра и пикселей под ним. Это своего рода операция совпадения: если узор фильтра похож на узор под ним, значение будет высоким.
Функция активации: Результат пропускается через функцию (обычно ReLU), которая обнуляет отрицательные значения, добавляя нелинейность.
Результат: На выходе получается новая матрица меньшего размера — это и есть Feature Map. Она показывает, где именно на изображении найден конкретный признак.

Иерархия абстракций

Одной из самых мощных особенностей глубоких сверточных сетей является иерархическое накопление карт признаков:

Ранние слои (Low-level features): Карты признаков здесь очень похожи на результаты работы фильтров Photoshop (оператор Собеля). Они находят края, границы цветов и простые углы. Эти признаки универсальны для большинства задач компьютерного зрения.
Средние слои (Mid-level features): Здесь комбинации простых краев собираются в текстуры и части объектов: колесо автомобиля, глаз человека, лепесток цветка.
Глубокие слои (High-level features): Формируются семантические представления. Карта признаков может активироваться только тогда, когда сеть видит лицо целиком или специфическую форму логотипа бренда.

Роль в различных архитектурах

Хотя термин чаще всего ассоциируется со сверточными сетями, концепция выделения значимых признаков пронизывает все современное ИИ:

Vision Transformers (ViT): Вместо сверточных слоев они используют механизм самовнимания (Self-Attention). Однако результатом также являются последовательности вложений (embeddings), которые функционально играют ту же роль, что и Feature Maps — они описывают значимость разных участков входного кадра.
Semantic Segmentation: В задачах сегментации (например, беспилотные автомобили) каждая карта признаков в финальном слое фактически становится маской, где каждый канал соответствует определенному классу объектов (дорожный знак, пешеход, асфальт).
Объяснимый ИИ (XAI): Техники вроде Class Activation Mapping (CAM) позволяют визуализировать итоговые карты признаков глубокой сети. Это позволяет инженерам понять, на какую именно область рентгеновского снимка обратила внимание модель при постановке диагноза.

Практическое значение и интерпретация

Понимание того, как формируются Feature Maps, критически важно для тонкой настройки моделей:

Размерность и Pooling: С каждым новым слоем размер Feature Maps обычно уменьшается (через MaxPooling), но количество самих карт увеличивается. Это позволяет сжимать пространственную информацию, сохраняя богатство признаков.
Перенос обучения (Transfer Learning): При обучении новой задачи часто «замораживают» первые слои предобученной сети. Мы делаем это потому, что их Feature Maps (ищущие линии и углы) уже идеально настроены и универсальны для любых изображений.
Визуализация отладки: Если сеть ошибается, исследователи смотрят на ее Feature Maps. Если на карте признаков лица отсутствуют точки вокруг глаз, значит, фильтры не смогли выделить этот ключевой признак, и нужно менять архитектуру или добавлять данные.

Эволюция архитектур компьютерного зрения движется в сторону более эффективного извлечения и использования этих карт. Современные подходы стремятся к тому, чтобы Feature Maps были максимально разреженными (активация только на важных объектах) и инвариантными к изменениям масштаба и поворота, делая искусственный интеллект всё более зорким и надежным.