# Codificador de dois fluxos com blocos adaptadores e máscara no decodificador · Yila

> Dois pipelines de codificador correm em paralelo da esquerda para a direita, com um adaptador e um bloco de fusão entre eles em cada estágio, e convergem para um decodificador que produz uma máscara de segmentação; um painel inferior detalha cada módulo, para a figura de visão geral da seção de métodos de aprendizado profundo.

URL: https://yila.ai/pt/templates/dual-stream-encoder-network-figure

O painel a mostra o fluxo de dados. Input A e Input B percorrem, cada um, uma cadeia de estágios de codificador marcados como congelados. Entre os dois fluxos, em cada estágio, ficam um adaptador e um bloco de fusão rotulado DAEM, de modo que as duas entradas trocam features camada a camada. O último estágio de cada fluxo alimenta um decodificador alto, que gera uma máscara binária branca sobre fundo preto. O painel b usa sinais de igual para reescrever codificador, adaptador, bloco de fusão e decodificador como sequências curtas de pequenos blocos, incluindo uma soma residual dentro do bloco de fusão. O leitor deve sair sabendo quais parâmetros são treinados e onde os dois fluxos se encontram.

- **Duas entradas**: Caixas pequenas para Input A e Input B à esquerda; na figura final, nomeie as modalidades reais, como RGB e profundidade.
- **Estágios do codificador**: Caixas de mesma largura em cada fluxo, ligadas por setas horizontais; anote dentro da caixa a escala de features de cada estágio.
- **Blocos adaptadores**: Caixas laranja que alimentam o primeiro fluxo para cima; o painel b mostra só a camada do meio como treinável.
- **Blocos de fusão DAEM**: Caixas verdes que alimentam o segundo fluxo para baixo; escreva por extenso a sigla e a função dela na legenda.
- **Decodificador**: Uma caixa alta à direita que recebe a saída final dos dois fluxos, com setas entrando por cima e por baixo.
- **Saída em máscara binária**: Uma mancha branca sobre preto representando o resultado da segmentação; rotule ao lado a tarefa de predição e a resolução de saída.
- **Legenda congelado e treinável**: Azul para congelado, rosa para treinável; todas as outras cores usadas na figura também precisam estar nessa legenda.
- **Painel de decomposição dos módulos**: Cada módulo seguido de um sinal de igual e de uma fileira de pequenos blocos, com uma soma residual desenhada sob o bloco de fusão.

- Figura de mecanismo para artigo, Slides de defesa, Pôster acadêmico, Material de aula

- **Cores versus treinabilidade**: A legenda tem duas cores, mas as entradas são rosa, adaptadores e blocos de fusão usam laranja e verde fora da legenda, e o decodificador aparece como congelado; os revisores vão perguntar exatamente quais parâmetros são treinados.
- **A fusão é simétrica?**: Os adaptadores injetam só no fluxo de cima e os blocos de fusão só no de baixo, unidos por uma seta de mão dupla. Diga se essa assimetria é intencional, ou o leitor vai supor que um sentido ficou de fora.
- **Sem conexões de salto para o decodificador**: Decodificadores de segmentação costumam usar vários estágios do codificador, mas esta figura alimenta só o último; se o seu modelo usa features multiescala, acrescente as conexões e indique como cada nível é sobreamostrado.
- **Siglas e detalhes dos estágios**: DAEM nunca é expandida e os estágios não trazem resolução; a legenda deve dar o nome completo do módulo e o número de canais ou os fatores de subamostragem, para que outros reconstruam a rede a partir da figura.

## FAQ

### Esta figura de arquitetura pode ir direto para um artigo?

Pode servir de primeiro rascunho da figura de visão geral. É uma imagem raster gerada por IA: confira a relação entre cores e treinabilidade, as siglas dos módulos e o sentido de cada seta com o seu código antes de decidir submetê-la, e comece corrigindo a legenda.

### Os módulos da figura podem ser mudados?

Não elemento por elemento, mas dá para seguir refinando pelo chat na Yila: use três estágios de codificador, acrescente conexões de salto ao decodificador, troque o bloco de fusão por atenção cruzada ou amplie a legenda para quatro cores, e uma nova versão é gerada a partir dessa descrição.

### Que formato é entregue?

Uma imagem PNG gerada por IA, horizontal 4:3, com um painel superior e outro inferior. Não é vetorial, e os blocos minúsculos e as reticências do painel b tendem a se fundir na redução; visualize na largura real de uma página em duas colunas.

### É gratuito?

Ver esta página e o exemplo é gratuito. Gerar a sua própria figura de arquitetura na Yila consome créditos, e contas novas recebem 2.500 créditos, o suficiente para testar vários arranjos de módulos e esquemas de cor antes de escolher um para o artigo.

### Meu modelo tem um só fluxo de entrada. Dá para adaptar?

Sim. Peça a remoção do pipeline inferior, mantenha um adaptador ao lado de cada estágio como plug-in de ajuste fino eficiente em parâmetros, ligue o decodificador ao fluxo único e deixe a decomposição dos módulos no painel b como está.

### O decodificador pode ser desenhado com mais detalhe?

Peça no chat que o decodificador seja dividido em estágios de sobreamostragem com conexões de salto vindas dos estágios correspondentes do codificador. A figura fica mais larga, então considere reduzir o painel b para expandir só os módulos que você acrescentou ou alterou, e mantenha a legenda em dia com as cores novas.

---

- [Codificador de dois fluxos com blocos adaptadores e máscara no decodificador](https://yila.ai/pt/templates/dual-stream-encoder-network-figure)
- [llms.txt](https://yila.ai/pt/llms.txt)
