本文介绍了一种基于深度学习的玻璃表面分割方法，利用内部-外部边界注意力模块从单色图像中提取特征，取得了与先进方法相媲美的效果。FDNet 网络通过 LF-Wavelet 和 SAM 编码器提高了牙齿结构的分割精度，达到了85.28%的 Dice 分数。同时，提出了 WCCNet 框架，优化了多光谱特征提取，增强了跨模态融合效果。