CNN feature extractor

De CNN feature extractor neemt afbeeldingen en een geselecteerd CNN-model in ontvangst om numerieke kenmerkvectoren te genereren uit een gedefinieerde laag. Het is gericht op ML-pijplijnen zoals transferleren, beeldgelijkenis, clustering en verkennende data-analyse. Ontwikkelaars van beeldzoekmachines, onderzoekers die laagrepresentaties evalueren en data scientists die datasets preprocessen, gebruiken het.
Conceptueel verwerkt het invoer, laadt het modelgewichten, voert het beeld door het netwerk en registreert de activatie van de gevraagde laag. Optionele global pooling of flattening zet ruimtelijke kaarten om naar een vaste grootte vector; normalisatie kan worden toegepast voor consistentie tussen datasets. Voor ResNet-, VGG- en EfficientNet-versies maken laagembeddings directe vergelijking van representaties mogelijk.
Voordelen zijn onder meer reproduceerbare per-laag embeddings voor classificatie, retrieval of clustering, deterministische preprocessing, ondersteuning voor meerdere uitvoerformaten, en optionele dimensionaliteitsreductie. Kernfuncties: enkel- of batchverwerking, GPU-acceleratie en caching van resultaten voor herhaalde experiments. Use cases variëren van snelle feature-extractie voor een nieuwe classifier tot grootschalige embedding-generatie voor similariteitszoekopdrachten over datasets.