Nous visons à résoudre le problème de segmentation interactive basée sur des points, où le défi majeur consiste à propager efficacement les annotations fournies par l'utilisateur vers les régions non étiquetées. Les méthodes existantes abordent ce défi en utilisant des graphes entièrement connectés ou des architectures de transformateurs qui sont coûteuses en termes de calcul et qui sacrifient des informations fines importantes nécessaires pour une segmentation précise. Pour surmonter ces limitations, nous proposons un réseau de propagation de caractéristiques éparse en cascade qui apprend une représentation de caractéristiques augmentée par clics pour propager les informations fournies par l'utilisateur vers les régions non étiquetées. La conception éparse de notre réseau permet une propagation d'informations efficace sur des caractéristiques à haute résolution, aboutissant ainsi à une segmentation d'objets plus détaillée. Nous validons l'efficacité de notre méthode par des expériences exhaustives sur diverses benchmarks, et les résultats démontrent la supériorité de notre approche. Le code est disponible à l'adresse \href{https://github.com/kleinzcy/CSFPN}{https://github.com/kleinzcy/CSFPN}.