Konvoluční sítě se potýkají s orientací. Otočte obličej a CNN sice může stále detekovat nos, ale ztratí prostorový vztah mezi nosem a ústy. Kapslové sítě se snaží tuto informaci zachovat seskupováním neuronů do kapslí, které generují vektory, nikoli skaláry.

Každá kapsle kóduje jak přítomnost prvku, tak jeho vlastnosti, jako je poloha nebo orientace. Dynamické směrování umožňuje kapslím nižší úrovně odesílat svůj výstup do kapslí vyšší úrovně, které s nimi souhlasí, a vytvářet tak vztahy mezi částí a celkem.

Potenciální výhody

• Lepší ovládání rotace a úhlu pohledu
• Zachování prostorových hierarchií
• Menší potřeba velkých tréninkových sad
• Interpretovatelnější vnitřní reprezentace

Přijetí bylo omezené. Kapslové sítě se trénují pomalu a v rozsáhlých benchmarkech se nevyrovnaly CNN. Zůstávají spíše aktivním výzkumným směrem než produkčním standardem.