港大全新开源 | SAMPart3D：分割 3D 对象中的任何部件！

主要观点总结

本文介绍了SAMPart3D：一个可扩展的零样本三维部件分割框架，能够在不需要预设部件标签作为文本提示的情况下，以多个粒度分割物体部件。此外，文章还引入了PartObjaverse-Tiny数据集，解决了现有标注数据集在多样性和复杂性方面的不足。实验结果表明，SAMPart3D是有效的。

关键观点总结

关键观点1: SAMPart3D介绍

SAMPart3D是一个零样本3D部件分割框架，能够将3D对象分割成多个粒度的语义部件，而无需预定义的部件标签集作为文本提示。

关键观点2: 主要贡献

提出了一个与文本无关的二维到三维蒸馏方法，能够从大规模未标注的三维物体中学习三维先验，并能处理语义和粒度方面的部件歧义性；引入了PartObjaverse-Tiny数据集，为复杂的三维物体提供了详细的语义和实例级部件标注；大量实验表明，SAMPart3D在复杂的物体上实现了出色的部件分割结果。

关键观点3: 方法与挑战

提出了一个可扩展的零样本三维部件分割框架来解决无标注三维数据情况下的零样本三维部件分割问题。解决了语义歧义和粒度歧义等挑战。

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：计算机视觉工坊 添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球 ，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0. 论文信息 标题：SAMPart3D: Segment Any Part in 3D Objects 作者：Yunhan Yang, Yukun Huang, Yuan-Chen Guo, Liangjun Lu, Xiaoyang Wu, Edmund Y. Lam, Yan-Pei Cao, Xihui Liu 机构：The University of Hong Kong、VAST 原文链接：https://arxiv.org/abs/2411.07184v1 代码链接：https://github.com/Pointcept/SAMPart3D 官方主页：https://yhyang-myron.github.io/SAMPart3D-website/ 1. 导读 ………………………………