本文提出了一种少样本姿态估计（FSPE）方法SA6D，通过使用自适应分割模块和少量混乱的参考图像，能够准确预测新的目标对象并构建其点云模型。SA6D不需要以物体为中心的参考图像或其他物体信息，具有更高的通用性和可伸缩性。在真实世界的台面物体数据集上评估，证明SA6D在带有遮挡的混乱环境中优于现有的FSPE方法，并且所需的参考图像较少。