Která vrstva zvětšuje velikost při zpětné propagaci v U-Net a jak funguje?

V U-Net se k prohlubování velikosti rysů na zpětné cestě používá vrstvu upsampling, která je nejčastěji implementována jako transponovaná konvoluce (transposed convolution) nebo operace upsampling (například bilineární interpolace) následovaná konvolucí.

Tato vrstva zvětšuje prostorové rozměry (šířku a výšku) vstupního tenzoru, obnovuje rozlišení ztracené v kroku downsampling. Pomáhá síti obnovit detaily obrázku tím, že kombinuje informace s odpovídajícími vrstvami přímého průchodu přes skip connection.

Příklad v PyTorch s transponovanou konvolucí:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Zvětšuje velikost vstupu dvakrát v šířce a výšce