摘要由 AI 生成
2026 年 9 月 7 日，arXiv cs.CV 发布 CLON（Cue-Calibrated Linguistic Object Onboarding for Zero-Shot 6D Pose Front-Ends）论文。该方法旨在解决零样本场景下 6D 姿态估计的前端问题，通过引入语言线索进行物体校准，以增强模型在未见过的物体或环境中的泛化能力。
关键实体KEY ENTITIES
BOP-Classic-CoreCLONSAM 3
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- CLON1
- SAM 31
- BOP-Classic-Core1
全部报道（1）SOURCES
↗
CLON 提出一种无需任务特定训练即可为新物体上载的前端模块，在七个 BOP-Classic-Core 数据集上使检测 AP 提升 8.1 个百分点、分割 AP 提升 6.2 个百分点，下游 6D 姿态 AR 最高提升 4.1 个百分点。CLON 利用渲染模板构建语言语义记忆以引导 SAM 3 生成高召回率提议，并计算一次固定物体集提示权重进行校准评分。该方法无需针对新物体训练，旨在保留部分可见真阳性同时拒绝语义合理干扰项，其性能优于 CNOS 和 SAM-6D 前端。