Annotation Vector

متجه سمات يصف منطقة مكانية معينة من الصورة، يُستخرج من طبقة التفافية وسطى. في نموذج Show, Attend and Tell، تُنتج الشبكة الالتفافية 196 متجهاً (14×14)، كل منها بأبعاد 512.

A feature vector describing a specific spatial region of an image, extracted from an intermediate convolutional layer. In Show, Attend and Tell, the CNN produces 196 vectors (14×14), each of dimension 512.