G検定（ジェネラリスト検定） ディープラーニングの要素技術 練習問題 第7問: スマートフォンで動かす画像認識モデルや、画素ごとに領域を分けるセグメンテーションのモデルでは、通常の畳み込みを変えた手法が使われる。Dilated Convol

正解: 4. Depthwise Separable Convolution は、チャネルごとの空間方向の畳み込みと1×1の畳み込みに分けて計算量を減らす。

肢4が正解です。MobileNets を提案した論文 (Howard ら, 2017) は、通常の畳み込みを、入力のチャネルごとに1枚のフィルタを当てる畳み込み（depthwise convolution）と、その出力を1×1の畳み込みで混ぜる畳み込み（pointwise convolution）に分解し、計算量とモデルの大きさを減らしています。肢1は誤りで、Dilated Convolution はフィルタの要素の間を空けて、少ない層で受容野を広げます。肢2は誤りで、Yu と Koltun の論文 (2015) は、解像度を失わずに受容野を指数的に広げられることを利点としています。肢3は誤りで、分解によって重みの数と計算量は通常の畳み込みより少なくなります。Dilated は受容野、Depthwise Separable は計算量の削減が目的だと整理しておくと取り違えません。

関連キーワード: Dilated Convolution・Atrous Convolution・Depthwise Separable Convolution・MobileNet・受容野