Welche Schicht vergrößert die Größe beim Backpropagation in U-Net und wie funktioniert sie?

In U-Net wird zum Vergrößern der Merkmalsgröße auf dem Rückweg eine Upsampling-Schicht verwendet, die meist als transponierte Faltung (transposed convolution) oder als Upsampling-Operation (z.B. bilineare Interpolation) mit anschließender Faltung implementiert ist.

Diese Schicht vergrößert die räumlichen Abmessungen (Breite und Höhe) des Eingabetensors und stellt die bei der Downsampling-Phase verlorene Auflösung wieder her. Dabei hilft sie dem Netzwerk, Bilddetails wiederherzustellen, indem sie Informationen mit den entsprechenden Schichten des direkten Durchlaufs über Skip-Verbindungen kombiniert.

Beispiel in PyTorch mit transponierter Faltung:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Vergrößert die Eingabegröße um das 2-fache in Breite und Höhe