FoundObj: 自监督基础模型作为无标签3D目标分割的奖励

Zihui Zhang, Zhixuan Sun, Yafei Yang, Jinxi Li, Jiahao Chen, Bo Yang

2026

摘要

本文提出FoundObj框架，利用自监督2D/3D基础模型的语义和几何先验作为奖励，通过强化学习引导超点代理逐步合并相邻超点，实现无需场景级标注的3D多类目标分割。该方法在零样本和长尾场景中表现出强泛化能力，优于现有基线。

3D object segmentationself-supervised learningfoundation modelsreinforcement learningpoint cloud

PERCEPTION

开放获取📊 0 引用

Shihao Wang, Shilong Liu, Yuanguo Kuang 等 13 位作者

2026

PERCEPTION

开放获取📊 0 引用

Marius Schaab, Niklas Karbach, Antonia Rabe 等 8 位作者

2026

LOCOMOTION

开放获取📊 0 引用

Yuhang Wan, Weixian Lin, Letian Qian 等 8 位作者

2026

PERCEPTION

开放获取📊 0 引用

Fuzhen Jiang, Zengtian Xie, Zhuoran Li

2026