ある自動車部品メーカーが、車載カメラの道路画像の各画素にクラスを割り当てるセマンティックセグメンテーションのモデルを設計している。畳み込み層の受容野（出力の1点が参照する入力の範囲）を広げて、広い文脈を捉える工夫に関する説明として、最も不適切なものを1つ選べ。
正解と解説を見る
解説
正解 B
この問題の論点：受容野を広げる手法の比較
ポイント
Dilated Convolutionは、出力を間引かずに解像度を保ったまま受容野を広げられる点が、ストライドやプーリングとの違いです。
選択肢ごとの解説
- A
適切
縮小を重ねるほど、後の層の1つの値は入力の広い範囲を反映します。その代わり縦横の画素数が減るため、画素ごとに予測するセグメンテーションでは輪郭がぼやけやすくなります。
- B
不適切 正解
Dilated Convolutionで間隔を空けるのはフィルタの要素で、出力を計算する位置は間引きません。適切なパディングと組み合わせれば解像度を保てます。DeepLabはこの性質を利用し、特徴マップを小さくしすぎずに広い文脈を捉えています。
- C
適切
要素を1つおきに配置すると、3個の要素が端から端まで5画素に広がります。重みは9個のままで、通常の5×5のフィルタ（25個）より少ないパラメータで同じ範囲を見られます。
- D
適切
フィルタを大きくすると、見る範囲と一緒に重みの数も一辺の2乗に比例して増えます。入出力のチャネル数が同じなら、パラメータ数は約5.4倍になり、計算量も同じ割合で増えます。
試験での狙われ方
受容野を広げる手段（プーリング、ストライド、大きなフィルタ、Dilated Convolution）を、解像度とパラメータ数への影響で比べさせる形が見られます。