最終更新日：2026年7月14日

gk cnn image_recognition

G検定トップ ＞ Dilated Convolution（Atrous Convolution）とは？受容野と解像度【G検定】

まず結論

Dilated Convolutionとは、畳み込みカーネルの要素間にすき間を設け、特徴マップの解像度を保ちながら受容野を広げる手法です。

Atrous Convolution、拡張畳み込み、空洞畳み込みも、基本的には同じ手法を指します。

観点 判断ポイント
何を変える？ カーネル要素を配置する間隔
何が広がる？ 受容野
何を保ちやすい？ 特徴マップの空間解像度
代表的な用途 セマンティックセグメンテーション
代表モデル・構造 DeepLab、ASPP

G検定では、「解像度を下げずに受容野を広げる」という説明を手がかりにします。

直感的な説明

通常の3×3畳み込みは、隣り合う9個の位置を見ます。

Dilated Convolutionでは、カーネルの間にすき間を空けます。同じ9個の重みを使いながら、より広い範囲を確認できます。

通常の畳み込み：近い範囲を連続して見る
Dilated Convolution：間隔を空けて広い範囲を見る

セマンティックセグメンテーションでは、画像全体の文脈と、画素ごとの細かな位置情報の両方が必要です。プーリングや大きなストライドで特徴マップを小さくしすぎると、境界の位置が粗くなります。

Dilated Convolutionは、広い文脈を見ることと、位置情報を残すことを両立しやすい手法です。

定義・仕組み

Dilated Convolutionでは、dilation rate（拡張率）によってカーネル要素の間隔を決めます。

dilation rate 動き
1 通常の畳み込み
2 カーネル要素の間に1マス空ける
3 カーネル要素の間に2マス空ける

3×3カーネルの場合、dilation rateを大きくすると、重みの数は9個のままでも、入力上で見る範囲が広がります。

受容野とは

受容野とは、出力の1点が入力画像のどの範囲から影響を受けるかを表す考え方です。

Dilated Convolutionは、パラメータ数を大きく増やさず、ダウンサンプリングも行わずに、受容野を広げられます。

手法 受容野 特徴マップの解像度 主な目的
通常の畳み込み カーネルや層数に応じて広がる 保ちやすい 局所特徴の抽出
ストライド・プーリング 広げやすい 下がる ダウンサンプリング
Dilated Convolution 広げられる 保ちやすい 広い文脈と位置情報の両立

DeepLab・ASPPとの関係

DeepLab系のモデルでは、Dilated Convolutionがセマンティックセグメンテーションに利用されます。

ASPP（Atrous Spatial Pyramid Pooling）は、異なるdilation rateの畳み込みを並列に使い、複数の大きさの受容野から特徴を集める構造です。

  • Dilated Convolution：間隔を空けた畳み込み手法
  • ASPP：複数の拡張率を組み合わせる構造
  • DeepLab：これらを利用するセグメンテーションモデル群

いつ使う？（得意・不得意）

Dilated Convolutionは、画素の位置を細かく保ちながら、広い範囲の情報も見たい場面に向いています。

  • セマンティックセグメンテーション
  • 物体境界を保ちたい画像処理
  • 複数スケールの文脈を扱う処理
  • DeepLab系モデル

一方、Dilated Convolutionの主目的は計算量削減ではありません。軽量化が目的なら、Depthwise Separable ConvolutionやMobileNetの文脈を疑います。

また、dilation rateを大きくしすぎると、入力を飛び飛びに見るため、細かな局所情報を拾いにくくなることがあります。

G検定ひっかけポイント

Atrous ConvolutionとDilated Convolutionは別の手法

誤りです。文献や実装によって呼び方が異なりますが、基本的には同じ拡張畳み込みを指します。

軽量化のためにチャネルごとに畳み込む

これはDepthwise Convolutionの説明です。Dilated Convolutionが空けるのは、空間方向のカーネル要素の間隔です。

プーリングと同じように解像度を下げる

誤りです。Dilated Convolutionは、ストライドを1に保てば、特徴マップの解像度を保ちながら受容野を広げられます。

画像を拡大する畳み込みである

誤りです。画像や特徴マップを拡大するのは、転置畳み込みやアップサンプリングの文脈です。Dilated Convolutionは、出力サイズを拡大することが目的ではありません。

選択肢の判断基準

問題文の表現 疑う技術
カーネルの間隔・dilation rate Dilated / Atrous Convolution
解像度を保ちながら受容野を拡大 Dilated / Atrous Convolution
複数の拡張率を並列に利用 ASPP
チャネルごとに畳み込み、軽量化 Depthwise Separable Convolution
特徴マップを小さくする プーリング、ストライド
特徴マップを大きくする 転置畳み込み、アップサンプリング

まとめ（試験直前用）

  • Dilated ConvolutionとAtrous Convolutionは基本的に同じ手法
  • カーネル要素の間隔を広げる
  • パラメータ数を大きく増やさずに受容野を広げる
  • 特徴マップの解像度を保ちやすい
  • DeepLabやASPP、セマンティックセグメンテーションと関係が深い

「間隔を空ける・受容野を広げる・解像度を保つ」ならDilated Convolutionです。

確認問題（G検定対策）

Dilated Convolutionの説明として、最も適切なものはどれか。

  • ア. カーネル要素の間隔を広げ、特徴マップの解像度を保ちながら受容野を広げる。
  • イ. チャネルごとに畳み込み、1×1畳み込みと組み合わせて計算量を削減する。
  • ウ. 特徴マップの縦横サイズを大きくするために、入力の間へ値を補う。
  • エ. 最大値や平均値を選び、特徴マップを小さくする。
▶ クリックして答えと解説を見る（ここを開く）

正解：ア

解説

  • ア：適切です。空間方向の間隔を広げることで受容野を広げます。
  • イ：Depthwise Separable Convolutionの説明です。
  • ウ：アップサンプリングに近い説明です。
  • エ：プーリングの説明です。

判断ポイントは、dilation rate、受容野、解像度維持です。

© 2024-2026 stemtazoo. All rights reserved.