Videos de Conceptos Relacionados
Language
Corballis and Suddendorf (2007) and Tomasello and Rakoczy (2003) highlight the role of language in...
Components of Language
Language Development
The critical period for language acquisition suggests that the ability to acquire language is at its peak early in life. As people age, this proficiency decreases. Language development begins very...
Language and Cognition
pre-mRNA Processing
Once about 20-40 ribonucleotides have been joined together by RNA polymerase, a group of enzymes adds a “cap” to the 5’ end of the growing transcript. In this process, a 5’ phosphate is replaced by modified guanosine that has a methyl group attached to it (7-Methyl...
Velocity of an Object
También podría leer
Artículos Relacionados
Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.
Extracellular polymeric substances regulate depth-and-season-dependent soil organic carbon stabilization under prescribed fire in karst soils.
PA2G4 in CAFs promotes biochemical recurrence of prostate cancer via H3K18la.
Enzalutamide-Resistant STEAP4<sup>+</sup> MyoCAF Secrete Phosphatidylcholine to Foster Progression by Activating Stemness in Hormone-Sensitive Prostate Cancer.
Video Experimental Relacionado
Updated: Jan 30, 2026

Novel Object Recognition Test for the Investigation of Learning and Memory in Mice
Published on: August 30, 2017
Preentrenamiento contrastivo de lenguaje e imagen guiado por objetos para el reconocimiento de objetivos de tiro cero
1Southwest China Institute of Electronic Technology, Chengdu, 610036, Sichuan, China. zch.512@163.com.
Object-Guide CLIP (OG-CLIP) mejora los modelos visuales de lenguaje para la seguridad al mejorar el reconocimiento de objetivos. Logra una mayor precisión a través de grafos de conocimiento, procesamiento centrado en la región y características adaptativas, superando a los modelos estándar.
Área de la Ciencia:
- Ciencias de la Computación; Inteligencia Artificial; Aprendizaje Automático
Sus antecedentes:
- Los modelos tradicionales de lenguaje visual (VLM) enfrentan limitaciones en datos semánticos, supresión de fondo y manejo de características multirresolución para aplicaciones de seguridad.
- CLIP, un VLM prominente, presenta limitaciones en el reconocimiento de diversos objetivos debido a una semántica de datos de entrenamiento insuficiente y un procesamiento de características rígido.
Objetivo del estudio:
- Presentar Object-Guide CLIP (OG-CLIP), un VLM avanzado diseñado para un reconocimiento de objetivos superior en sistemas de seguridad.
- Superar las limitaciones de los VLM existentes integrando una nueva aumentación de datos, procesamiento centrado en el objetivo y representación adaptativa de características.
Principales métodos:
- Aumentación de datos impulsada por grafos de conocimiento utilizando un grafo de conocimiento militar de 5000 categorías y un millón de pares de imágenes y texto.
- Un módulo de Región de Interés (ROI) centrado en el objetivo que fusiona máscaras SAM 2 con características ViT para un enfoque mejorado y supresión de fondo.
- Aprendizaje adaptativo multirresolución (MRL) con características continuas y ponderación dinámica de dimensiones para una granularidad flexible.
Principales resultados:
- OG-CLIP logró un 84,28% de precisión media (mAcc) en 99 categorías de objetivos, superando a CLIP base en 11,36 puntos porcentuales.
- Los estudios de ablación confirmaron la contribución significativa de cada componente propuesto al rendimiento general.
- El modelo demostró un rendimiento superior en escenarios complejos, destacando su robustez.
Conclusiones:
- OG-CLIP presenta un marco escalable y adaptable de modelado de visión y lenguaje para el reconocimiento de objetivos militares.
- Las mejoras propuestas abordan eficazmente las limitaciones semánticas, el ruido de fondo y la inflexibilidad de las características en los VLM tradicionales.
- Las direcciones futuras de investigación incluyen la expansión del conjunto de datos y la optimización del modelo para la eficiencia.

