CLON：针对零镜头 6D 姿势前端的提示校准语言对象加载

零样本 6D 姿态估计管道越来越依赖于强大的下游姿态解算器，但它们的性能通常受到前端的限制：对象提案必须保留部分可见的真阳性，同时拒绝语义上合理的干扰因素。我们引入了提示校准语言对象入门（CLON），这是一种不需要针对新对象进行特定任务训练的前端。给定加载对象集的渲染模板，CLON 构建用于自上而下提案生成的语言语义记忆，并构建用于校准提案评分的对象集提示权重。语言记忆引导 SAM 3 针对已加载对象提出高召回建议，而提示权重在场景推理之前根据已加载对象集计算一次，并在在线评分期间保持固定。在七个 BOP-Classic-Core 数据集上，与 CNOS 和 SAM-6D 前端相比，CLON 将检测 AP 提高了 8.1 个百分点 (pp)，将分割 AP 提高了 6.2 个百分点，将下游 6D 姿态 AR 提高了高达 4.1 个百分点。