Ktorý sloj zväčšuje veľkosť pri spätnom prenose v U-Net a ako funguje?

V U-Net sa spätnou väzbou sa na zvýšenie veľkosti vlastností používa vrstvu upsampling, ktorá je najčastejšie implementovaná ako transponovaná konvolúcia (transposed convolution) alebo operácia upsampling (napríklad bilineárna interpolácia) nasledovaná konvolúciou.

Táto vrstva zvyšuje priestorové rozmery (šírku a výšku) vstupného tenzora, obnovujúc rozlíšenie stratené v kroku downsampling. Pomáha sieti obnoviť detaily obrázka kombinovaním informácií s príslušnými vrstvami priameho prechodu cez skip connection.

Príklad v PyTorch s transponovanou konvolúciou:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Zvyšuje veľkosť vstupu dvakrát v šírke a výške