U-Net-də geri yayılmada hansı qatlam ölçünü artırır və necə işləyir?

U-Net-də, geri dönüş yolunda xüsusiyyətlərin ölçüsünü artırmaq üçün, ən çox transpoze konvolyusiya (transposed convolution) və ya upsampling əməliyyatı (məsələn, bilinear interpolasiya) ilə ardıcıl konvolyusiya istifadə olunur.

Bu qat, giriş tensörünün məkan ölçülərini (genişlik və hündürlük) artırır və aşağı salma mərhələsində itirilmiş həllini bərpa edir. Bu, şəbəkənin şəkil detalları ilə işləməsinə kömək edir və skip bağlantıları vasitəsilə birbaşa keçiddəki müvafiq qatlarla məlumatları birləşdirir.

PyTorch-də transpoze konvolyusiya nümunəsi:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Giriş ölçüsünü 2 dəfə artırır