/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
pytorch
Опубликована
22 авг 2026

ptv3-dental-landmark-detector

Классификация и разметка

Модель на основе Point Transformer обнаруживает шесть классов анатомических ориентиров на 3D-сканах верхней и нижней челюсти.

0скачиваний за 30 дней0лайковвеса обновлены22 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PTv3 Dental Landmark Detector — модель для автоматического обнаружения анатомических ориентиров на 3D-сканах верхней и нижней челюсти. Разработана в рамках исследовательской стажировки в National Dental Centre of Singapore и оценивалась по протоколу соревнования 3DTeethLand на MICCAI 2024.

Модель обрабатывает точечное облако из 10 000 точек с координатами и нормалями поверхности. Архитектура вдохновлена Point Transformer V3: четыре этапа трансформерного энкодера без уменьшения разрешения точек и MLP-декодер, предсказывающий расстояния до шести классов ориентиров. Для верхней и нижней челюсти доступны отдельные веса; каждый вариант содержит 6,45 млн параметров. Предсказания группируются в ориентиры с помощью DBSCAN. Вход — 3D-геометрия, выход — координаты и классы ориентиров.

Модель предназначена для анализа внутриротовых сканов и исследовательских экспериментов с обнаружением зубных ориентиров. На тестовом наборе из 50 сканов она получила mAP 0,536 для нижней и 0,553 для верхней челюсти; обработка скана занимает около 0,9 секунды на Apple M3 Pro. Лицензия CC BY-NC 4.0 разрешает некоммерческое использование с указанием авторства.

Сценарии применения

  • поиск анатомических ориентиров на скане нижней челюсти
  • поиск анатомических ориентиров на скане верхней челюсти
  • извлечение координат зубных ориентиров из облака точек
  • подготовка ориентиров для исследовательского анализа 3D-сканов зубов

Ограничения

Это исследовательский прототип, не предназначенный для клинического применения; точность снижается при допуске менее 1 мм. Модель обучена на 120 сканах на каждую челюсть из одного набора данных, а её устойчивость к другим сканерам, частичным дугам и выраженным стоматологическим реставрациям не проверена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

PTv3 Dental Landmark Detector

Automatic detection of anatomical landmarks on 3D intraoral scans, developed during a research internship at the National Dental Centre of Singapore (NDCS) and evaluated under the official 3DTeethLand — MICCAI 2024 challenge protocol.

The model takes a raw dental scan mesh (upper or lower jaw) and predicts six classes of clinically relevant landmarks — Mesial, Distal, Cusp, InnerPoint, OuterPoint, FacialPoint — directly from the point cloud, with no tooth segmentation stage.

Try the live demo Space →

Approach

Landmark detection is formulated as dense per-point distance regression:

  1. Input — 10,000 vertices randomly sampled from the scan mesh, each with its surface normal → [N, 6] features (x, y, z, nx, ny, nz).
  2. Encoder — a Point-Transformer-v3-inspired stack: linear embedding to 256-d, then 4 stages × 2 pre-norm transformer blocks (multi-head self-attention + MLP). Unlike standard PTv3, no downsampling is applied, so per-point resolution is preserved end to end.
  3. Decoder — a lightweight per-point MLP (256→512→6) regressing, for each landmark class, the normalized distance from the point to the nearest landmark of that class. Training targets are Euclidean distances clamped at 15 mm and sqrt-sharpened: d = sqrt(min(d, 15) / 15), so 0 = at a landmark. Dense distance supervision gives every point a training signal — this proved far more trainable than the sparse Gaussian heatmaps used in early experiments.
  4. Post-processing — points below a per-class distance threshold are clustered with DBSCAN; each cluster contributes one landmark (the point minimizing distance-to-centroid + 2× predicted distance). Per-class (threshold, eps, min_samples) were tuned per arch and ship in config/.

Two models are provided, one per dental arch (weights/lower, weights/upper). Each has 6.45 M parameters (~26 MB). Training used MSE loss with gradient clipping, LR warmup → plateau → cosine decay (AdamW, peak 2e-4), and rigid-transform augmentation (rotation ±0.5 rad, translation ±5 mm, scale 0.8–1.2) on an NVIDIA A100.

Results (official 3DTeethLand'24 protocol)

Scored with the challenge's official evaluation code on the 50-scan test split (per-arch):

ArchmAPmAR
lower0.5360.412
upper0.5530.438

Lower-arch mean AP/AR at selected matching thresholds:

Threshold0.5 mm1.0 mm1.5 mm2.0 mm2.5 mm
mean AP0.0910.4730.7010.7900.823
mean AR0.2630.6350.7870.8430.862

Inference takes ~0.9 s per scan on an Apple M3 Pro (CPU/MPS).

Usage

pip install -r requirements.txt
python inference.py --mesh your_scan.obj --arch lower --out landmarks.json

Or from Python:

from ptv3_dental import load_model, load_dbscan_params, detect, landmarks_to_json

model  = load_model("weights/lower/best_model.pth")
params = load_dbscan_params("config/dbscan_params_lower.json")
landmarks, _, _ = detect("your_scan.obj", model, params)   # {class: [k,3] coords}

Input: OBJ/STL/PLY mesh of a single arch, in millimeters, in the native intraoral-scanner coordinate frame (as in Teeth3DS). Output: landmark coordinates per class, in the 3DTeethLand annotation JSON format.

Limitations

  • Not a medical device. Research prototype only; not validated for clinical use.
  • Precision degrades below ~1 mm matching tolerance (see table) — adequate for initial planning tolerances, not yet for sub-millimeter applications.
  • Supervision uses Euclidean (not geodesic) distance maps; landmarks on adjacent teeth that are close in space but far along the surface may blur together.
  • Predictions vary slightly with the random point sample (controllable via seed); multi-sample consensus is a natural extension.
  • Trained on 120 scans/arch from a single dataset; robustness to other scanners, partial arches, or heavy dental work is untested.

Training data & license

Trained on the 3DTeethLand'24 landmark annotations over Teeth3DS (3DTeethSeg'22) meshes — 120 training / 50 test scans per arch. The datasets are released for non-commercial research and are not redistributed here; obtain them from the challenge organizers. Weights are released under CC BY-NC 4.0 accordingly.

Links

Citation

@misc{bathla2025ptv3dental,
  author = {Bathla, Kartik},
  title  = {PTv3 Dental Landmark Detector: Direct Point-Cloud Landmark
            Detection on 3D Intraoral Scans},
  year   = {2025},
  note   = {Research internship, National Dental Centre of Singapore},
  url    = {https://huggingface.co/kartikbathla/ptv3-dental-landmark-detector}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch · keypoint-detection

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
c4608dc

0 моделей