BEEP3D：基于盒子监督的 3D 实例分段端到端伪掩码生成

3D 实例分段是理解复杂 3D 环境的关键任务，但 fully supervised 方法需要密集的 point-level 标注，导致巨大的 annotation 成本和 labor overhead。为缓解这一问题，探索了以 box-level 标注作为较弱但更可扩展的 supervision。然而，box 标注本质上会引入 overlapping regions 中的 ambiguity，使 accurate point-to-instance assignment 具有挑战性。最近的方法通过 training a dedicated pseudo-labeler 的 additional training stage 生成 pseudo-masks 以解决此 ambiguity。然而，这类 two-stage pipeline 常增加 overall training time 和 complexity，阻碍 end-to-end optimization。为此，我们提出 BEEP3D-Box-supervised End-to-End Pseudo-mask generation for 3D instance segmentation。BEEP3D 采用 student-teacher 框架，其中 teacher 模型作为 pseudo-labeler，通过 Exponential Moving Average 被 student 模型更新。为更好地引导 teacher 模型生成 precise pseudo-masks，我们引入 instance center-based query refinement 以增强 position query localization 并利用 instance center 附近的 features。此外，我们设计了两个 novel losses——query consistency loss 和 masked feature consistency loss——以 align semantic 和 geometric signals etween predictions 和 pseudo-masks。广泛的实验在 ScanNetV2 和 S3DIS 数据集上表明，BEEP3D 在保持 computational efficiency 的同时，以 competitive 或 superior 性能实现了 state-of-the-art 弱监督方法。