一种具有自适应掩膜和细粒度版本控制的交互式3D分割框架

《ACM Transactions on Intelligent Systems and Technology》：A Framework for Interactive 3D Segmentation with Adaptive Masking and Fine-Grained Version Control

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

微调仍然是将三维基础模型适配到下游应用的重要步骤，但在三维数据中标注训练数据集既费力又耗时。现有的半自动标注方法在分割掩膜方面无法泛化到 RGB 点云数据之外，且难以控制。虽然许多三维标注接口提供撤销/重做功能来帮助纠正错误，但缺乏全面的数据版本控制策略，限制了用户分析和质量控制的能力。为解决这些问题，我们提出了 DynamicSAM Annotator——一个 AI 辅助的点分割框架，其主要贡献如下：1）一种新颖的交互式三维点云分割模型，仅使用 XYZ 坐标，并在分割掩膜中采用自适应阈值机制；2）一个三维标注平台，能够实现高效的三维点云语义分割和实例分割任务标注；以及 3）一个细粒度的版本控制系统，能够使用类似 Git 的操作将每次标注操作高效地持久化到磁盘。在七个基准数据集上的严格评估表明，DynamicSAM 在室内和室外环境中均表现出色，单次点击的平均交并比（IoU）达到 59.6%，凸显了该模型出色的泛化能力。同时，我们的模拟基准测试表明，即使存储了数万个快照，版本控制系统仍能保持亚秒级的延迟。

AI 摘要

AI 生成摘要（实验性）

本摘要由自动化工具生成，未经文章作者撰写或审阅。其目的是支持检索发现，帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。它旨在补充作者提供的摘要，后者仍为论文的主要摘要。完整文章仍为权威记录版本。点击此处了解更多。

点击此处对本摘要的准确性、清晰度和实用性进行评论。这将有助于改进未来的重新生成版本。

要查看此 AI 生成的通俗摘要，您必须拥有高级访问权限。