Sub-eșantionare Spațială: nn.MaxPool2d, AvgPool2d și AdaptiveAvgPool2d în PyTorch & Deep Learning Practic

Straturile de pooling reduc rezoluția spațială (lățimea și înălțimea) a hărților de caracteristici convoluționale, diminuând numărul de parametri și oferind rezistență la mici translații spațiale în imagini.

Tipuri principale de pooling:

• nn.MaxPool2d(2, stride=2): Păstrează valoarea maximă din fiecare fereastră 2×2, evidențiind marginile și contururile pregnante.
• nn.AvgPool2d(2, stride=2): Calculează media aritmetică a pixelilor din fereastră.
• nn.AdaptiveAvgPool2d(output_size): Ajustează automat dimensiunea kernelului și pasul de calcul pentru a garanta că ieșirea are exact dimensiunea cerută (ex: 1×1 pentru Global Average Pooling), indiferent de rezoluția imaginii de intrare.

import torch
import torch.nn as nn

# Intrare cu rezoluție arbitrară: (Batch=4, Canale=512, H=14, W=14)
feat_map = torch.randn(4, 512, 14, 14)

# Global Average Pooling la ieșirea din backbone convoluțional
gap = nn.AdaptiveAvgPool2d((1, 1))
pooled = gap(feat_map)
print("După GAP:", pooled.shape)  # torch.Size([4, 512, 1, 1])

Global Average Pooling este utilizat la finalul rețelelor ResNet și EfficientNet pentru a conecta convoluțiile direct la stratul de clasificare final.