O DySample realiza a amostragem ascendente aprendendo a perspectiva da amostragem, evitando completamente a demorada operação de convolução dinâmica e sub-redes adicionais. Em comparação com os amostradores dinâmicos baseados em kernel anteriores, o DySample não requer pacotes CUDA personalizados e possui menos parâmetros e FLOPs. O DySample supera outros amostradores em tarefas como segmentação semântica, detecção de objetos, segmentação de instâncias, segmentação panorâmica e estimativa de profundidade monocular.