面试题库 › 算法 / 大模型 › 反池化 Unpooling 的几种实现方式

反池化 Unpooling 的几种实现方式

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:卷积神经网络

常见岗位:计算机视觉

答案要点

  1. Max Unpooling:池化时记录最大值索引,反池化按索引放回、其余补零,如 SegNet、PyTorch MaxUnpool2d
  2. 不记索引的反池化:固定位置放值其余补零,或复制填满窗口(等价最近邻)
  3. 插值上采样:最近邻、双线性等无参方法,常接卷积细化
  4. 可学习上采样:转置卷积、Pixel Shuffle,通过参数学习恢复细节
  5. 取舍:索引法保留位置信息且省内存,可学习方法表达力强但可能有棋盘格伪影

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题