U-Netте кайтаруу жолунда өлчөмдү көбөйтчү катмар кайсы жана ал кантип иштейт?

U-Netте, артка кайту жолунда өзгөчөлүктөрдүн өлчөмүн көбөйтүү үчүн, көбүнчө transposed convolution (транспонирленген конволюция) же upsampling операциясы (мисалы, bilinear интерполяциясы) менен коштолгон upsampling катмары колдонулат.

Бул катмары кирүү tensorинин кеңейишин (эне жана бийиктигин) көбөйтөт, ал эми downsampling этапында жоголгон чечимди кайра калыбына келтирет. Бул желе сүрөттүн деталдарын калыбына келтирүүгө жардам берет, skip байланыштары аркылуу түз өтүүдө тиешелүү катмары менен маалыматтарды бириктирип.

PyTorchтогу мисал менен транспонирленген конволюция:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Кирүүнүн өлчөмүн 2 эсе көбөйтөт