CapsNet (kependekan dari Capsule Network) adalah jaringan saraf tiruan yang diusulkan pada tahun 2017 oleh Geoffrey Hinton, Sara Sabour, dan Nicholas Frostt. Ini adalah jenis jaringan pembelajaran mendalam yang digunakan untuk klasifikasi gambar. CapsNet berbeda dari jaringan saraf konvolusional (CNN) tradisional karena CapsNet secara eksplisit memodelkan hubungan antara bagian-bagian suatu objek, seperti posisi relatif mata, hidung, dan mulut pada wajah.
Kapsul digunakan untuk memodelkan kumpulan neuron. Setiap kapsul memiliki beberapa neuron yang terhubung dengannya. Dengan menghubungkan neuron-neuron ini satu sama lain, Capsule Networks dapat “memodelkan” hubungan antara berbagai bagian dan entitas dalam sebuah gambar, misalnya wajah dalam sebuah foto.
Jaringan kapsul beroperasi pada dua tingkat, pada tingkat objek dan tingkat bagian. Pada tingkat bagian, setiap kapsul memiliki beberapa neuron yang terhubung dengannya. Ini digunakan untuk mewakili berbagai aspek objek seperti bentuk, ukuran, orientasi, kecepatan, deformasi, dll. Pada tingkat objek, setiap kapsul merangkum interaksi antar bagian dan memungkinkan jaringan untuk mempertimbangkan objek secara keseluruhan. Penalaran ini mencakup properti seperti apakah objek itu horizontal atau vertikal, dan orientasi 3 dimensinya.
Berbeda dengan CNN, Capsule Networks memiliki keunggulan dalam pemahaman spasial yang lebih baik karena dapat lebih mengenali hubungan antara bagian-bagian suatu objek. Jaringan kapsul juga telah digunakan untuk menyelesaikan tugas-tugas seperti pencocokan stereo dan segmentasi gambar.
Jaringan kapsul perlahan-lahan diadopsi dalam berbagai aplikasi seperti visi komputer, pemrosesan bahasa alami, dan robotika.
