LLMSeg：无需训练、用B样条实现文本提示图像分割

无需训练，用通用多模态大模型加B样条即可做文本提示分割。

资讯摘要

论文提出 LLMSeg，一种无需训练的文本提示图像分割流程，将分割拆为检测、用闭合周期 B 样条在检测框内描边、迭代细化三步，不增加分割头或掩码解码器。作者报告在 ReasonSeg val 上达到 71.5 cIoU，并在多个指代、推理与开放词汇分割基准上与 SAM 3 相当或更优。

要点速读

1. LLMSeg 将通用多模态大模型转为文本提示分割器，无需额外分割头、掩码解码器或任务训练。
2. 流程分三步：检测并描述实例形态；用限定在检测框内的闭合周期 B 样条描边，定义外边界与可选孔洞环；迭代提出聚焦框重描直至掩码稳定。
3. 作者报告在 ReasonSeg val 上取得 71.5 cIoU，并在 ReasonSeg、RefCOCO/+/g、LVIS、COCO、SA-Co 等十个分割划分上评估，称与 SAM 3 相当或常优于后者。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。