我面临的问题是分割大型数据集（最多2048x2048x40x10000 x，y，z，t ==几个TB解压缩，给予或接受）。从好的方面来说，这个数据集中的特征相当小;最大20x20x20x20。
据我所知，没有开箱即用的解决方案（纠正我，如果我错了）。我有一些如何解决这个问题的计划，但我希望得到您的反馈。
一次最大约600mb;在典型情况下较少;我可以在我的4gb内存中保存一堆相应的切片。
鉴于我的功能很小，我的直觉说最好避开所有形式的分段聪明，并简单地对我的标签进行局部迭代泛滥填充更新;如果你的邻居有更高的标签，请复制它;迭代直到收敛。迭代次数应该受到任何维度中最大簇大小的限制，同样应该很小。
CUDA对3D有着天生的偏好，所以我可以分两步进行;迭代所有尚未收敛的3d体积切片。然后简单地在所有连续时间片上执行元素循环，并执行相同的floodfill逻辑。
我可以使用简单的递增唯一计数器初始化迭代，或首先找到局部最大值，然后在那里生成种子标签。后者是首选，所以我可以保持一个由标签索引的数组来存储所有区域的x，y，z，t最小/最大范围（也可以像后处理一样）。如果某个区域没有扩展到最新的时间片，则会从数据中删除该区域，并将其位置写入数据库。如果尾随时间片已完全以这种方式被挖出（总和为零），则将其从内存中删除。 （或者如果内存溢出，也可以删除最新的内容;这样做的近似值必须用尽）
这似乎应该有效。考虑到z维度的有限大小，您认为启动x，y，z线程块或启动x，y块并让每个线程在z维度上循环更好吗？这是一种“尝试和看到”的事情，还是有股票回答呢？
刚刚发生的另一项优化;如果我将一个x，y，z块加载到共享内存中，那么执行几次Floodfill更新会不会更快，而无论如何我都有内存？也许它最好让本地内存迭代收敛，然后继续......它与我想的上述问题有关。单个邻居 - 最大查找可能是一个次优的计算强度，因此无论是在z上循环还是迭代几次都应该抵消那个。我想我更喜欢后者。
另一个问题;看起来这样的事情似乎不存在，但是包含模板代码的项目链接会做类似的事情会受到高度赞赏（优化的3d Floodfill代码吗？），因为我的CUDA知识仍然不稳定。
提前感谢您的想法和反馈！
答案 0 :(得分：1)
记录;我有一个令人满意的工作解决方案;当它稍微成熟时，可能会把它放在某处。这是一个描述：
我现在所做的是：
这给出了一个分水岭指针图像，每个指针指向一个唯一的标签。
然后我做了一个合并的步骤;如果相邻像素指向不同的标签，并且它们的值超过阈值，我合并它们的标签，以便“充分连接”的最大值不会形成它们自己的区域。
然后我取消引用指针，我有一个很好的标签图像。 由于我仅在最大值上播种标签，因此最大标签数量较少;我分配了一个6xN大小的数组，并使用原子来计算每个特征的最小/最大范围。
目前没有使用任何共享内存，但它已经非常快。我意外地做了半聪明的事情;因为我首先做了一个分水岭，然后使用单次扫描合并相邻的水流区域，我实际上正在进行各种级别的多级算法。这一系列的洪水填充调用以及两次或三次合并扫描主导了性能。正确使用共享内存可以将我的内存带宽需求减少5倍，但是等待直到它明确表现为瓶颈。我已经得到了一个更像我想要的分段，而不是我可以从scipy中解决的分段，它更快，并且使用一个数量级更少的内存，所以我现在很高兴。
答案 1 :(得分：0)
最简单的方法是使用1D存储并在其上覆盖4D索引架构。
address = x + y * width + z * height * width + t * length * height * width;
这意味着
数据（0,0,0,0）和数据（1,0,0,0）是连续的地址，但是
data（0,0,0,0）和data（0,0,0,1）是width * height * length address part。
但是如果您的访问模式正在处理最近邻居，那么您需要空间局部性来进行索引。
这可以使用Morton Z（Peano Key）排序索引来实现。它将最近的邻居放在紧密的线性内存地址中。该Z阶线性地址是通过交织x，y，z，t索引的交替比特获得的。有关2D示例，请参阅
http://graphics.stanford.edu/~seander/bithacks.html#InterleaveTableObvious
答案 2 :(得分：0)
我建议使用金字塔形处理方案：您可以快速计算类似mipmap的细节级别，其中存储组合体素的最大/最小值。这应该会产生类似于八叉树的东西。然后，您可以仅在有趣的区域开始分割，这可以提供相当大的加速。如果你只有很少甚至很小的段，这应该可以很好地工作。
我猜你也可以使用关卡集（可以在GPU上实现），但我会重新调整这些实现（谷歌的“CUDA级别设置”）。
您是否需要随时跟踪您的细分？你知道怎么做吗？