GeoSAM2：释放 SAM2 处理 3D 零件分割的力量

我们介绍了 GeoSAM2, 一个可控制提示的 3D 零件分割框架,将该任务作为多视角 2D 掩码预测来实现。对于给定的无纹理物体,我们从预定义的视点渲染法线图和点云图,并接受简单的 2D 提示-点击或框-来指导零件选择。这些提示被处理为一个共享的 SAM2 主干网络,增强了 LoRA 和残差几何融合,以实现视点特定的推理,同时保持预训练的先验。预测的掩码被投影到物体上并跨视角聚合。我们的方法无需文本提示、无需每形状优化、无需完整 3D 标签,即可实现细粒度、零件特定的控制。与全局聚类或基于尺度的方法不同,提示是显式的、以空间为依据的,且具有可解释性。我们在 PartObjaverse-Tiny 和 PartNetE 上实现了无类别依赖的 SOTA 性能,超越了既慢又基于优化的管道,也超越了快速但粗糙的前馈方法。我们的结果凸显了一种新的范式:将 3D 分割范式与 SAM2 对齐,利用交互式 2D 输入来解锁对象级别零件理解的可控性和精确性。