Sieci splotowe mają problemy z orientacją. Obróć twarz, a sieć neuronowa (CNN) nadal może wykryć nos, ale traci relację przestrzenną między nosem a ustami. Sieci kapsułkowe próbują zachować tę informację, grupując neurony w kapsułki, które generują wektory zamiast skalarów.

Każda kapsuła koduje zarówno obecność danej cechy, jak i jej właściwości, takie jak pozycja czy orientacja. Dynamiczne routing pozwala kapsułom niższego poziomu wysyłać dane wyjściowe do kapsuł wyższego poziomu, które się z nimi zgadzają, budując relacje część-całość.

Potencjalne korzyści

• Lepsze zarządzanie obrotem i punktem widzenia
• Zachowanie hierarchii przestrzennych
• Mniejsze zapotrzebowanie na duże zestawy treningowe
• Bardziej interpretowalne reprezentacje wewnętrzne

Wdrożenie było ograniczone. Sieci kapsułowe trenują powoli i nie dorównują sieciom CNN w testach porównawczych na dużą skalę. Pozostają one aktywnym kierunkiem badań, a nie standardem produkcyjnym.