自动摘要: 用了一会口扫，我凭着感觉理解了一下：流程：1.通过pspnet将图片分割成二分类，牙齿区域/其他区域，用于排除重建干扰。2.三维重建应该是用的光栅投影技术，为了尽可能提高精度，应该采用的是 ……..
用了一会口扫，我凭着感觉理解了一下：流程：1. 通过pspnet将图片分割成二分类，牙齿区域/其他区域，用于排除重建干扰。2. 三维重建应该是用的光栅投影技术，为了尽可能提高精度，应该采用的是相移法，而不是傅利叶方法，通过获得相位差，得到牙齿相对于参考面的高度信息（深度图），经过相机参数（经过标定），的到三维模型
猜想：1. 显存限制，来源于pspnet网络推理资源损耗过大。2. 而内存占用过大，pspnet精度不够，后续优化过多，或是为了使用相移法获得精度，而损失时间。3. 而您上次说三维重建考虑相机参数，应该是指的这个案例。
建议：关于分割网络：1. 如果为了精度，可以尝试下deeplabV3+（思想发生质的改变）2. 网络现在是自适应输入大小，但最终都以192*240输出，强制resize可能会损失信息。3. 本身图片分辨率较小，pspnet有大量操作在保留全局信息，而上采样用的线性插值，分辨率较小经不起这样的损失，如果想再次提高精度，将其上采样改成注意力机制的编码器，如果想提高速度，将一些权重较低的层裁剪即可。4. 如果将您分割数据，标注牙齿类型（牙位），则可以在扫描阶段实现牙位识别，这样就可以针对某种牙去开发相对应算法。5.可以尝试考虑下视频分割网络，因为用户扫时大多数是有序的，即图片内容与时间有关系，加入时间轴关系，可以很好的分割连续帧图片，并且视频分割网络会着重考虑性能因素。6. 模型还是考虑加密。
以上仅仅是本人猜想及其一些愚见。
