Dilation Convolution の理解

問題

Dilation Convolution（拡張畳み込み）について、正しい記述を1つ選べ。

Dilation Convolution（拡張畳み込み / Atrous Convolution）は、画像の解像度やパラメータ数を変えずに、カーネルが画像を「見る範囲（受容野：Receptive Field）」を広げるための手法です。

通常の3×3カーネルの要素の間に「空白（隙間）」を空けて配置することで、同じ9個の重みパラメータのまま、5×5や7×7の広範囲の特徴を捉えることができます。

セマンティックセグメンテーション（画像内の全ピクセルの領域分割）など、詳細な解像度を保ちつつ広い文脈を理解する必要があるタスクで重宝されます。

1. Dilation Convolutionはカーネルの間に空白を入れて受容野を広げる。

正しい：カーネルの要素間に意図的な隙間（Dilation rate）を設けることで、少ないパラメータで広い受容野（見る範囲）を確保します。

2. Dilation Convolutionはパラメータ数が大幅に増える。

誤り：重みのあるマス目の間に「隙間」を空けるだけなので、カーネルが持つ重みパラメータの数自体は通常の畳み込みと全く変わりません（増えません）。

3. Dilation Convolutionは画像の解像度を上げるための手法である。

誤り：画像の解像度を物理的に上げる（拡大する）のではなく、「広い範囲の文脈を考慮しながら、元の解像度を落とさずに特徴を抽出する」ための手法です。

4. Atrous ConvolutionはDilation Convolutionとは別物である。

誤り：Atrous Convolution（アトラス畳み込み：「隙間のある」という意味のフランス語由来）は、Dilation Convolutionの別名であり、全く同じ手法を指します。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ