Construirea unui U-Net: metoda forward

Cu straturile encoder și decoder definite, poți implementa acum metoda forward() a U-Net-ului. Intrările au fost deja trecute prin encoder. Trebuie să definești ultimul bloc al decoder-ului.

Scopul decoder-ului este de a upsampling hărțile de caracteristici, astfel încât rezultatul său să aibă aceeași înălțime și lățime ca imaginea de intrare a U-Net-ului. Aceasta îți va permite să obții măști semantice la nivel de pixel.

Acest exercițiu face parte din cursul

Deep Learning pentru imagini cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

Definește ultimul bloc al decoder-ului, folosind torch.cat() pentru a forma conexiunea skip.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

def forward(self, x):
    x1 = self.enc1(x)
    x2 = self.enc2(self.pool(x1))
    x3 = self.enc3(self.pool(x2))
    x4 = self.enc4(self.pool(x3))

    x = self.upconv3(x4)
    x = torch.cat([x, x3], dim=1)
    x = self.dec1(x)

    x = self.upconv2(x)
    x = torch.cat([x, x2], dim=1)
    x = self.dec2(x)

    # Define the last decoder block with skip connections
    x = ____
    x = ____
    x = ____

    return self.out(x)

Editează și rulează codul