Wir schlagen die Autofokus-Faltungsschicht für die semantische Segmentierung vor, mit dem Ziel, die Fähigkeiten neuronaler Netze zur Mehrskalenverarbeitung zu verbessern. Autofokus-Schichten passen den Umfang des effektiven Rezeptivfelds anhand des verarbeiteten Kontextes an, um leistungsfähigere Merkmale zu generieren. Dies wird durch die Parallelisierung mehrerer Faltungsschichten mit unterschiedlichen Dilatationsraten erreicht, die durch einen Aufmerksamkeitsmechanismus kombiniert werden, der lernt, sich auf die von dem Kontext bestimmten optimalen Skalen zu konzentrieren. Durch das Teilen der Gewichte der parallelen Faltungen machen wir das Netzwerk skaleninvariant, wobei die Anzahl der Parameter nur geringfügig erhöht wird. Die vorgeschlagene Autofokus-Schicht kann leicht in bestehende Netzwerke integriert werden, um die Darstellungskraft eines Modells zu steigern. Wir evaluieren unsere Modelle anhand der anspruchsvollen Aufgaben der Mehrorgansegmentierung in Becken-CT und der Hirntumorsegmentierung in MRT und erzielen sehr vielversprechende Ergebnisse.