請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81868| 標題: | 記憶體節約之超高解析度圖形旋轉演算法及其效能優化 Memory-Saving Streaming Tile Rotation Algorithm on Large Scale Medical Image |
| 作者: | Yu-Jen Huang 黃昱仁 |
| 指導教授: | 洪士灝(Shih-Hao Hung) |
| 關鍵字: | 串流小圖,圖形處理器平行計算,效能調校, Streaming-Tile,GPU Parallel Programming,Performance Tuning, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "近年來，高解析度的原始醫學影像切片在深度學習的領域愈來愈受歡迎。一方面是因為如此高解析度的圖形能提供相當程度的細節，使得訓練出來的模型精準度可以達到很不錯的效果，另一方面是提供了充沛的訓練資料量。但高解析度圖片在訓練時會產生效能低落的現象，其原因是中央處理器在影像擴充花費了大量的時間。我們嘗試使用圖形處理器來取代掉中央處理器。但是這造就了另一個難處，因為旋轉高解析度圖片需要相當大量的記憶體，這對於記憶體相當稀少的圖形處理器而言是一大痛點，過往也就因為這個原因而遲遲無法將此類工作安心的交給圖形處理器來運算。針對上述難處，我們提出一個相當快速且記憶體用量也很高效的旋轉演算法。核心概念是將原先的大圖切成很多小圖，對這些小圖做運算，而運算結果會與原先直接對大圖做運算的結果一致。在我們的實驗中，旋轉一張(40000, 40000, 3)大小的圖片，相較於採用中央處理器的比較對象，我們節省了90\%的記憶體並同時提升了60倍的處理速度。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/81868 |
| DOI: | 10.6342/NTU202100950 |
| 全文授權: | 同意授權(全球公開) |
| 電子全文公開日期: | 2026-09-01 |
| 顯示於系所單位： | 資訊工程學系 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-0306202117542500.pdf 此日期後於網路公開 2026-09-01 | 6.09 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。