DySample führt das Upsampling durch Lernen der Perspektive der Stichproben durch und umgeht vollständig zeitaufwendige dynamische Faltungsoperationen und zusätzliche Teilnetzwerke. Im Vergleich zu bisherigen kernbasierten dynamischen Upsamplern benötigt DySample keine benutzerdefinierten CUDA-Pakete und weist zudem weniger Parameter und FLOPs auf. DySample übertrifft andere Upsampler in Aufgaben wie semantische Segmentierung, Objekterkennung, Instanzsegmentierung, Panoramasegmentierung und monokulare Tiefenabschätzung.