Industrial3D：面向工业基础设施的陆地激光点云数据集与跨范式基准

自动语义理解密集点云是面向Scan-to-BIM管道、数字孪生构建和as-built 验证的关键任务，这些任务是建筑行业数字化转型的核心任务。然而对于工业机械、电气和管道（MEP）设施，该挑战仍 largely 未解决：TLS 对水处理厂、冷却塔和泵站的获取显示出极度的几何歧义、严重的遮挡和极端的类别不平衡，这些都超出了现有基准（如S3DIS或ScanNet）所能充分代表的范围。我们提出Industrial3D，一个来自13座水处理设施的陆地激光数据集，包含6120万个以6 mm分辨率精确标注的点。Industrial3D规模是最近最相近MEP数据集的6.6倍，为工业3D场景理解提供了最大且最具挑战性的测试平台。我们进一步建立了第一个工业跨范式基准，在统一的基准协议下评估了九个代表性方法，涵盖完全监督、弱监督、无监督和基础模型设置。最佳监督方法实现了55.74%的mIoU，而零-shot Point-SAM 仅达到15.79%——这一39.95个百分点的差距量化了针对工业TLS数据的数据域迁移挑战的未解决问题。系统分析揭示，这一差距源于双重危机：统计稀缺性（215:1不平衡，3.5倍于S3DIS的严重程度）和几何歧义性（尾类点与头类管道的圆柱体原语共享）——这导致仅凭频率加权无法解决。Industrial3D数据集、基准代码和预训练模型将在https://github.com/pointcloudyc/Industrial3D 上公开。