少即是多：基于免训练网络的高效少样本三维语义分割
计算机视觉与模式识别
2023-08-25 v1
摘要
为减少对大规模数据集的依赖，近期三维分割工作求助于少样本学习。当前三维少样本语义分割方法先在“已见”类上预训练模型，再在“未见”类上评估泛化性能。然而，先前的预训练阶段不仅引入过多时间开销，还导致在“未见”类上的显著域间隙。为解决这些问题，我们提出一种高效的免训练少样本三维分割网络TFS3D，以及进一步的基于训练变体TFS3D-T。TFS3D无任何可学习参数，通过三角位置编码提取稠密表示，并取得与先前基于训练方法相当的性能。由于去除了预训练，TFS3D能缓解域间隙问题并节省大量时间。在TFS3D基础上，TFS3D-T仅需训练一个轻量级查询-支持迁移注意力（QUEST），增强少样本查询与支持数据间的交互。实验表明，TFS3D-T在S3DIS和ScanNet上分别比先前最优方法提升+6.93%和+17.96% mIoU，同时将训练时间减少-90%，显示出优越的有效性与效率。
引用
@article{arxiv.2308.12961,
title = {Less is More: Towards Efficient Few-shot 3D Semantic Segmentation via Training-free Networks},
author = {Xiangyang Zhu and Renrui Zhang and Bowei He and Ziyu Guo and Jiaming Liu and Hao Dong and Peng Gao},
journal= {arXiv preprint arXiv:2308.12961},
year = {2023}
}
备注
Code is available at https://github.com/yangyangyang127/TFS3D