プーリングとは、畳み込みニューラルネットワークなどの画像認識モデルにおいて、特徴マップのサイズを縮小して計算量を削減し、位置のずれに対する頑健性を高める処理です。最大値を選択する最大プーリングや平均値を算出する平均プーリングがあり、要点を保持しながらデータ量を圧縮するために用いられます。
プーリングとは
プーリングとは、畳み込みニューラルネットワーク（CNN）において、画像などの特徴マップの縦横サイズを縮小し、計算量を削減すると同時に重要な情報を抽出する処理のことです。
詳しく解説
画像認識などのディープラーニングモデルでは、畳み込み層の後にプーリング層を配置することが一般的です。プーリングは特定の領域（例えば2x2のピクセル群）をまとめ、その中の最大値を選ぶ最大プーリングや、平均値を計算する平均プーリングなどの手法で情報を圧縮します。これにより、入力データのわずかな位置ズレや変形に対しても予測結果が影響を受けにくくなる「位置不変性」が向上します。また、データ量を減らすことでメモリ消費を抑え、計算効率を大幅に高める役割を果たします。
具体例・使われ方
例えば、猫の画像を認識する際に、耳の位置が数ピクセルずれていても、最大プーリングによって耳の特徴量が保持され、正しく猫であると識別できるようになります。顔認識システムや自動運転の画像処理において、データの計算負荷を軽減しつつ認識精度を維持するために広く利用されています。
似た用語との違い
畳み込み層がフィルターの重みを学習して新しい特徴を抽出するのに対し、プーリング層は学習するパラメータを持たず、あらかじめ決められた固定の数式（最大値や平均値の抽出）に基づいてデータを縮小します。また、ストライドを大きくしてデータを間引く処理（ダウンサンプリング）とも混同されますが、プーリングは領域全体の情報を集約する点が異なります。
注意点
プーリングを過剰に適用すると、画像の詳細な位置情報や細かい輪郭などが失われ、精細な領域分割（セグメンテーション）や物体の詳細な位置特定が難しくなるリスクがあります。そのため、最新のモデルではプーリングを行わずに、畳み込み層のストライドのみでサイズ調整を行う設計も増えています。