Melyik réteg növeli a méretet az U-Net visszaterjesztésében, és hogyan működik?

U-Net-ben az előrehaladás során a jellemzők méretének növeléséhez általában upsampling réteget használnak, amelyet leggyakrabban transzponált konvolúciónak (transposed convolution) vagy upsampling műveletnek (például bilineáris interpolációnak) követő konvolúciónak valósítanak meg.

Ez a réteg növeli a bemeneti tenzor térbeli méreteit (szélesség és magasság), helyreállítva a downsampling során elveszett felbontást. Segít a hálózatnak az kép részleteinek helyreállításában, az információk összekapcsolásával a közvetlen átmenethez tartozó rétegekkel skip kapcsolatokon keresztül.

Példa PyTorch-ban transzponált konvolúcióval:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# A bemenet méretét kétszeresére növeli szélességben és magasságban