最終更新日：2026年7月14日
gk cnn
G検定トップ
＞ Atrous ConvolutionとPoolingの違い【G検定】
まず結論
- Atrous Convolutionは「解像度を保ったまま受容野を広げる」手法、
Poolingは「受容野を広げる代わりに解像度を下げる」手法である。 - G検定では「解像度を落とすかどうか」で明確に切り分ける。
直感的な説明
2つとも「広い範囲を見る」ための仕組みですが、方法が違います。
- Pooling 👉 画像を縮めて広く見る
- Atrous Convolution 👉 画像はそのままで、間隔をあけて広く見る
たとえると、
- Pooling＝地図を縮小する
- Atrous＝虫眼鏡を少し離して見る
です。
定義・仕組み
Pooling
- 近傍の値を 代表値（最大値・平均など） にまとめる操作
- 代表例：Max Pooling / Average Pooling
特徴：
- 解像度が下がる
- 計算量が減る
- 位置情報が粗くなる
Atrous Convolution（拡張畳み込み）
- 畳み込みカーネルの要素間に 間隔（dilation） を入れる
- 受容野を広げるが、出力サイズは変わらない
特徴：
- 解像度を保持
- 位置情報を保てる
- パラメータ数は増えない
いつ使う？（得意・不得意）
Poolingが向く場面
- 画像分類
- 大まかな特徴が分かればよい
- 計算量削減が重要な場合
Atrous Convolutionが向く場面
- 画像セグメンテーション
- ピクセル単位の予測が必要
- 位置情報が重要なタスク
G検定ひっかけポイント
ここが超重要です。
よくある誤解
- ❌「Poolingも解像度を保てる」
- ❌「Atrousは軽量化手法」
- ❌「どちらも同じ目的」
- ❌「セグメンテーションにはPoolingで十分」
正しい判断基準
- 解像度を下げる → Pooling
- 解像度を保つ → Atrous Convolution
- 分類タスク → Pooling
- セグメンテーション → Atrous Convolution
問題文に
「解像度を維持」「セグメンテーション」
とあれば Atrous Convolution。
最終比較表（これだけ見ればOK）
| 観点 | Pooling | Atrous Convolution |
|---|---|---|
| 目的 | 情報圧縮 | 文脈拡張 |
| 解像度 | 下がる | 保持 |
| 受容野 | 広がる | 広がる |
| 位置情報 | 粗くなる | 保たれる |
| 主用途 | 分類 | セグメンテーション |
まとめ（試験直前用）
- Poolingは縮める
- Atrousは縮めない
- 解像度が分岐点
- 分類かセグメンテーションかで選ぶ
- DeepLabならAtrous