关键是，在扩展路径中，您有两种形式的信息：

1. 来自收缩路径的信息，其中包括从原始图像中提取的所有高级特征。
2. 来自skip-connections的信息，它复制了收缩路径中特征图的裁剪版本。因为，随着我们通过扩展路径前进，这些起源于承包路径的早期阶段，它们的细节逐渐丰富。

直觉上你可以这样想：高级特征帮助网络判断哪些区域可以组合在一起，而细节帮助它判断每个组在像素级别的开始和结束位置。

这个想法是将这两种形式的信息，即高级特征和细节，最佳地结合起来。为此，您需要学习这种最佳组合的可训练层。这就是卷积层发挥作用的地方。