Pooling
Operación de submuestreo que reduce las dimensiones espaciales de los mapas de características agregando valores dentro de regiones locales, reduciendo el cómputo mientras añade invariancia a la traslación.
El pooling es una operación de submuestreo espacial en CNNs que reduce las dimensiones de los mapas de características resumiendo valores dentro de una ventana de tamaño fijo. Al colapsar regiones locales en valores únicos, el pooling disminuye el cómputo y reduce la sensibilidad a pequeños desplazamientos espaciales.
Por ejemplo, el max pooling de 2x2 con stride 2 selecciona el máximo en cada región no superpuesta. Esto reduce a la mitad el ancho y alto, reduciendo el área espacial a un cuarto. VGG-16 aplica max pooling cinco veces, reduciendo la entrada de 224x224 a 7x7 antes de las capas completamente conectadas.
- Max pooling: Retiene la activación más fuerte por región, preservando características salientes como bordes
- Average pooling: Calcula la media por región. Global Average Pooling (GAP) colapsa cada canal a un único escalar, reemplazando capas completamente conectadas
- Convolución con stride: Usa parámetros aprendibles para el submuestreo (stride 2) en lugar de operaciones de pooling fijas
Algunas arquitecturas reemplazan el pooling con convoluciones con stride, y GAP también se usa como cabeza clasificadora. Para segmentación, técnicas como el almacenamiento de índices de pooling y convoluciones atrous preservan la precisión espacial.