Как девять весов свёртки охватывают поле 5×5
Обычная свёртка 3×3 смотрит на девять соседних позиций. В dilated convolution между ними оставляют промежутки. При dilation=2 те же девять весов берут значения через один пиксель и охватывают область 5×5 — без увеличения числа обучаемых параметров.
Так сеть быстрее получает широкий контекст: замечает не только край объекта, но и его окружение. Однако это не бесплатная детализация. Пропущенные позиции напрямую не считываются, а несколько таких слоёв могут создавать сетчатые слепые зоны. Dilated convolution расширяет поле зрения модели, но не повышает разрешение изображения.