Nesta atividade, alterei as duas camadas convolucionais do notebook para utilizar kernels com campo de visão 7 × 7. Para preservar a resolução espacial das imagens, mantive o stride=1 e defini padding=3.
A configuração utilizada foi:
nn.Conv2d(
in_channels=...,
out_channels=16,
kernel_size=7,
stride=1,
padding=3
)
Como o kernel possui tamanho 7, o padding de 3 pixels em cada lado compensa a redução causada pela convolução. Dessa forma, as imagens de entrada com resolução 512 × 512 continuam produzindo mapas de ativação com resolução 512 × 512, alterando apenas a quantidade de canais de saída para 16. Mantive a estrutura original do material prático do curso.
segue o código: https://github.com/Moquiuti/Redes-Neurais-Convolucionais-Deep-Learning-com-PyTorch/blob/main/Conv2d_Kernel_7x7_Sem_Perda_Resolucao.ipynb
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!