CapsNet (сокращение от Capsule Network) — искусственная нейронная сеть, предложенная в 2017 году Джеффри Хинтоном, Сарой Сабур и Николасом Фросстом. Это тип сети глубокого обучения, которая используется для классификации изображений. CapsNet отличается от традиционных сверточных нейронных сетей (CNN) тем, что он явно моделирует отношения между частями объекта, такие как относительное расположение глаз, носа и рта на лице.
Капсулы используются для моделирования ансамблей нейронов. К каждой капсуле прикреплено несколько нейронов. Связывая эти нейроны друг с другом, капсульные сети могут «моделировать» отношения между различными частями и объектами изображения, например, лицом на фотографии.
Капсульные сети работают на двух уровнях: на уровне объекта и на уровне части. На уровне частей к каждой капсуле подключено несколько нейронов. Они используются для представления различных аспектов объекта, таких как форма, размер, ориентация, скорость, деформация и т. д. На уровне объекта каждая капсула инкапсулирует взаимодействия между частями и позволяет сети рассуждать об объекте в целом. Это рассуждение включает в себя такие свойства, как горизонтальность или вертикальность объекта, а также его трехмерную ориентацию.
В отличие от CNN, капсульные сети имеют преимущество лучшего пространственного понимания, поскольку они могут лучше распознавать взаимосвязи между частями объекта. Капсульные сети также использовались для решения таких задач, как сопоставление стереоизображений и сегментация изображений.
Капсульные сети постепенно внедряются в различные приложения, такие как компьютерное зрение, обработка естественного языка и робототехника.
