Koji sloj povećava veličinu tokom povratnog prolaza u U-Net i kako funkcioniše?

У У-Нет, за повећање величине карактеристика на путу повратка користи се слој за upsampling, који се најчешће реализује као транспонисана конволуција (transposed convolution) или операција upsampling (на пример, bilinear interpolation) са последичном конволуцијом.

Овај слој повећава просторне димензије (ширину и висину) улаза, враћајући резолуцију изгубљену током downsampling-а. Помажући мрежи да обнови детаље слике, комбинује информације са одговарајућим слојевима директног пролаза преко skip веза.

Пример у PyTorch-у са транспонисаном конволуцијом:

import torch.nn as nn

upconv = nn.ConvTranspose2d(in_channels=64, out_channels=32, kernel_size=2, stride=2)
# Повећава величину улаза за 2 пута у ширини и висини