نقترح طبقة التجميع ذات التركيز التلقائي (autofocus convolutional layer) للتقسيم الدلالي بهدف تعزيز قدرات الشبكات العصبية في معالجة المقياس المتعدد. تعمل طبقات التركيز التلقائي على تغيير حجم المجال الاستقبالي الفعال بشكل متكيف بناءً على السياق المعالج لتوليد خصائص أكثر قوة. يتم تحقيق هذا من خلال موازاة عدة طبقات تجميعية بمعدلات توسع مختلفة، والتي يتم دمجها بواسطة آلية الانتباه التي تتعلم التركيز على المقاييس المثلى المستوحاة من السياق. عن طريق مشاركة أوزان التجميعات الموازية، نجعل الشبكة ثابتة بالنسبة للمقياس مع زيادة متواضعة فقط في عدد المعلمات. يمكن دمج الطبقة المقترحة ذات التركيز التلقائي بسهولة في الشبكات الحالية لتحسين قوة تمثيل النموذج. نقيم نماذجنا في مهام صعبة مثل تقسيم الأعضاء المتعددة في تصوير الطبقي المحوري للحوض وتقسيم الأورام الدماغية في تصوير الرنين المغناطيسي، حيث حققنا أداءً واعداً للغاية.