http://blog.ostermiller.org/dilate-and-erode Efficiently Implementing Dilate and Erode Image Functions Dilate by One Motivation Dilate Dilate is a function that accepts a black and whi

Efficiently Learning Spatial Indices （ICDE2023） 学习索引可以利用现代深度学习技术的高预测精度和效率。它们能够提供比一维数据上的传统索引更好的查询性能。最近的研究表明，我们也可以通过划分并随后将空间数据转换为一维值来实现空间数据的查询高效学习索引，之后可以应用现有技术。在实现高效查询的同时，有效地构建和重建已学习的空间索引在很大程度上仍未得到解决

CoTr原理 1. 简 介 CNNs：3D医学图像分割中的标准，局限性：卷积网络局部性和权重共享的归纳偏差，带来长距离依赖的局限性。 Transformer：sequence-to-sequence的预测框架，其中的自注意力机制可以动态调整接受域，使transformer具备长距离依赖建模的能力。局限性：处理高分辨率 3D 特征图时遇到了极端的计算和空间复杂度。 本文工作：有效连接CNN和

目录 摘要介绍CNN和Transformer的对比贡献 相关工作总体架构总体架构Convolution EncoderSDTA Encoder 代码解析ConvEncoderSDTA(Split Depth-wise Transpose Attention) github地址 摘要 众所周知，模型的准确性很大程度上可以评判一个模型的优劣。为了提高模型的准确性，人们往往会设计复杂的