Skip to the content.

最終更新日:2026年9月24日

まず結論

Global Average Pooling(GAP)は、各特徴マップについて空間方向全体の平均を1つの値へまとめる処理です。

高さ×幅×チャネルの特徴マップを、

1×1×チャネル

のような表現へ縮約します。

直感的な説明

各チャネルについて、

この特徴が画像全体で平均してどれくらい強く出たか?

を1つの値にまとめるイメージです。

局所的なAverage Poolingと違い、特徴マップ全体を平均します。

定義・仕組み

入力が H×W×C なら、各チャネルについてH×Wの平均を計算し、C個の値を出力します。

全結合層との関係

GAPを分類器の直前に置くことで、Flatten+大きな全結合層を減らし、パラメータ数を抑える設計があります。

ただし、

GAPを使えば必ず全結合層を一切使わない

とは限りません。

GAPの後に線形層を置く構成も一般的です。

クラス数との関係

初期のCAMのような設計では、最終畳み込み特徴とクラス分類の関係を利用します。

しかし、

GAPの入力チャネル数は必ずクラス数と同じ

という条件はありません。

GAPは単に各チャネルを1値へ要約する演算として幅広く使えます。

いつ使う?(得意・不得意)

  • CNNの分類ヘッド
  • 空間特徴を固定長ベクトルへ変換
  • パラメータ数を減らしたい構成
  • CAM系の説明

などで登場します。

セグメンテーションでGAPを使うモデルもあるため、

GAPはセグメンテーションに使えない

とは言いません。

G検定ひっかけポイント

GAP=局所Average Pooling?

❌ 小さな2×2領域だけを平均
⭕ 各特徴マップ全体を平均

チャネル数=クラス数?

❌ 必須
⭕ GAP自体にはその条件はない

全結合層

❌ GAPと全結合層は絶対に併用できない
⭕ GAP後に線形分類層を置く構成もある

まとめ(試験直前用)

  • GAP=特徴マップ全体の平均
  • 各チャネルを1値へ
  • パラメータ削減に役立つ
  • 分類ヘッドでよく使う
  • CAMとの関係がある
  • チャネル数=クラス数は必須ではない

参考資料

© 2024-2026 stemtazoo. All rights reserved.