Schéma de l'opération de pooling dans un CNN

Cette figure illustre la manière dont une couche de regroupement (*pooling*) effectue un sous-échantillonnage spatial sur les cartes de caractéristiques générées par une couche de convolution. Une fenêtre glissante parcourt le plan de caractéristiques, en extrayant des valeurs de réponse clés — selon des stratégies de regroupement par maximum (*max pooling*) ou par moyenne (*average pooling*) — et se déplace avec un pas défini jusqu'à ce que toute la zone spatiale soit couverte. Ce processus produit une carte de caractéristiques dont la résolution spatiale est réduite, mais dont la profondeur de canal demeure inchangée. Cette opération réduit efficacement le volume de données tout en préservant les informations sémantiques saillantes ; elle diminue ainsi le nombre de paramètres et la charge de calcul pour les couches ultérieures, tout en renforçant la robustesse du modèle face aux translations et déformations locales.