CoCo-SAM3：利用开放词汇语义分割中的概念冲突

SAM3 通过引入提示驱动的掩码生成范例来推进开放词汇语义分割。然而，在多类开放词汇场景中，不同类别提示独立生成的掩码缺乏统一的、类间可比的证据尺度，往往导致覆盖重叠和竞争不稳定。此外，同一概念的同义表达往往会激活不一致的语义和空间证据，导致类内漂移，加剧类间冲突并损害整体推理稳定性。为了解决这些问题，我们提出了 CoCo-SAM3（Concept-Conflict SAM3），它将推理明确地解耦为类内增强和类间竞争。我们的方法首先对齐并汇总来自同义提示的证据，以加强概念的一致性。然后，它在统一的可比规模上进行类间竞争，从而能够在所有候选类之间进行直接像素级比较。这种机制稳定了多类推理，有效缓解了类间冲突。无需任何额外的训练，CoCo-SAM3 在八个开放词汇语义分割基准测试中实现了一致的改进。