Il prossimoProssima guida
Convoluzioni separabili in profondità
Tecnico
GUIDA TECNICA
Le convoluzioni dilatate (chiamate anche convoluzioni atrose) inseriscono degli spazi tra i pesi dei filtri in modo che un kernel copra un'area molto più ampia senza aggiungere parametri.
Ascolta questa guidaNarrato dall'IA · ~2 min
Consentono alle reti di vedere un ampio contesto, fondamentale per la segmentazione e l'audio, mantenendo intatta la risoluzione.
Un kernel di convoluzione normale tocca i pixel adiacenti. Una convoluzione dilatata distribuisce gli stessi pesi del kernel in base a una velocità di dilatazione, saltando i pixel nel mezzo, quindi un kernel 3x3 con dilatazione 2 si estende su una regione 5x5 utilizzando comunque solo 9 pesi. Ciò espande il campo ricettivo in modo esponenziale quando si sovrappongono i livelli con velocità crescenti, consentendo alla rete di aggregare un contesto su larga scala senza raggruppamenti o avanzamenti che ridurrebbero la mappa delle caratteristiche. Il termine atrous deriva dal francese a trous, che significa con buchi. Ciò ha un valore inestimabile in attività di previsione densa come la segmentazione semantica, dove sono necessari sia una visione ampia che un output preciso al pixel, e in WaveNet per modellare dipendenze audio lunghe.
DeepLab utilizza convoluzioni atroci e ASPP per la segmentazione semantica all'avanguardia delle scene di strada
WaveNet impila convoluzioni causali dilatate per generare audio e parlato grezzi realistici
Segmentazione di immagini mediche, ad esempio confini di tumori o organi, in cui contano sia l'ampio contesto che i dettagli fini
Analisi della scena in tempo reale per la percezione della guida autonoma che necessita di ampi campi recettivi senza perdere la risoluzione
Le convoluzioni dilatate rimangono centrali nella segmentazione semantica e panottica, nell'imaging medico e nella generazione audio. Sono sempre più mescolati con l’attenzione, laddove la dilatazione fornisce campi ricettivi economici a lungo raggio che completano l’attenzione al sé. La ricerca continua sui tassi di dilatazione adattativi e apprendibili e su come evitare gli artefatti della griglia. Aspettateli in modelli efficienti a lunga sequenza e nella comprensione della scena in tempo reale per sistemi autonomi.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Le convoluzioni dilatate (chiamate anche convoluzioni atrose) inseriscono degli spazi tra i pesi dei filtri in modo che un kernel copra un'area molto più ampia senza aggiungere parametri. Consentono alle reti di vedere un ampio contesto, fondamentale per la segmentazione e l'audio, mantenendo intatta la risoluzione.
La dilatazione distanzia i pesi esistenti, ampliando il campo recettivo senza aumentare il numero dei parametri.
Con la dilatazione 2 c'è una posizione saltata tra ciascun peso, quindi il kernel si estende su un'area 5x5 pur utilizzando solo 9 pesi.
La segmentazione richiede un ampio contesto e dettagli a livello di pixel allo stesso tempo; la dilatazione fa crescere il contesto senza il downsampling che il raggruppamento o lo striding causerebbero.
Atrous viene dal francese trous, con buchi, che descrive gli spazi inseriti tra i pesi dei chicchi.
I tassi di dilatazione in aumento esponenziale consentono a WaveNet di modellare le dipendenze tra migliaia di campioni audio senza kernel enormi.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Convoluzioni separabili in profondità
Tecnico