Dilated convolution

Dilated convolution (разреженная свёртка или свёртка с расширением) — это операция в нейросетях, которая позволяет анализировать изображение с большим охватом, не увеличивая число параметров. Обычная свёртка проходит по соседним пикселям, а расширенная перескакивает через несколько пикселей, словно гребёнка с редкими зубьями.

Почему это важно? В задачах компьютерного зрения нужно понимать и мелкие детали, и широкий контекст. Если просто увеличивать свёрточное ядро, резко растут вычисления и память. Разреженная свёртка расширяет "поле зрения" сети без дополнительных весов и без потери разрешения карты признаков.

Интуитивно это работает так: представьте, что вы читаете текст, смотря через щель в заборе. Обычная свёртка видит только ближайшие буквы; разреженная — буквы через одну или через три, улавливая общий ритм фразы. Параметр "коэффициент расширения" говорит, насколько далеко разнесены точки выборки. При коэффициенте 2 вместо квадрата 3х3 сеть видит точки с шагом в 2 пикселя, покрывая площадь 5х5, но с теми же девятью весами.

Классический пример — сегментация медицинских снимков. Чтобы найти границу опухоли на томограмме, сети нужно одновременно видеть ближайшие ткани и общую форму органа. Разреженные свёртки позволяют совместить это, не раздувая модель и не сжимая изображение до маленькой картинки.

Вывод: разреженная свёртка — элегантный способ расширить контекст в нейросетях, сохраняя их лёгкими и точными. Она широко применяется в генеративных моделях, автономном вождении и анализе изображений, где важен баланс между деталью и обзором.