Kura slānis palielina izmēru U-Net atpakaļejošajā ceļā un kā tas darbojas?

U-Net, lai palielinātu raksturlielumu izmēru atpakaļceļā, parasti izmanto upsampling slāni, kas visbiežāk tiek realizēts kā transponēta konvolūcija (transposed convolution) vai upsampling operācija (piemēram, bilineārā interpolācija) ar sekojošu konvolūciju.

Šis slānis palielina ieejas tenzora telpiskos izmērus (platumu un augstumu), atjaunojot rezolūciju, kas zaudēta downsampling posmā. Tas palīdz tīklam atjaunot attēla detaļas, apvienojot informāciju ar atbilstošajiem tiešā pārejas slāņiem caur skip savienojumiem.

PyTorch piemērs ar transponētu konvolūciju:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Palielina ievades izmēru divas reizes platumā un augstumā