في عالم الذكاء الاصطناعي، تعتبر تقنية تقسيم الصور الدلالي المفتوح (Open-Vocabulary Semantic Segmentation) واحدة من أبرز الأدوات لفهم البيانات البصرية. ومع ذلك، كانت تواجه هذه التقنية مشكلات عديدة، خاصة في ظل اختلاف المفاهيم والتداخل بين الفئات. هنا يأتي دور CoCo-SAM3 (Concept-Conflict SAM3) كحل محتمل.

تقدم CoCo-SAM3 نموذجًا مبتكرًا يعتمد على مفهوم ‘توليد الأقنعة المعتمد على التحفيز’، الذي يسعى إلى تجاوز التحديات الناتجة عن ظهور تعارضات بين المفاهيم. فعندما تُستخدم تحفيزات متعددة لجعل الأقنعة الخاصة بمفاهيم مختلفة، فإنها قد تنتج في كثير من الأحيان تغطية متداخلة وتنافس غير مستقر.

المشكلة هنا تكون متمثلة في أن تعبيرات متشابهة لنفس المفهوم قد تسبب تنشيط أدلة دلالية ومكانية غير متسقة، مما يؤدي إلى تفاقم مشكلات النزاع بين الفئات. لذا، قامت CoCo-SAM3 بفصل عمليات الاستدلال إلى تعزيز داخلي للفئات وتنافس خارجي بين الفئات، مما يسهل تحقيق نتائج دقيقة وتحسين الفهم البصري.

يقوم نموذج CoCo-SAM3 أولًا بتوحيد الأدلة من التحفيزات المتشابهة لتعزيز استقرار المفهوم، ثم يحقق تنافسًا بين الفئات على مقياس موحد وقابل للمقارنة، مما يمكّن من القيام بمقارنات دقيقة على مستوى البكسل بين جميع الفئات المرشحة. وهذا يعزز الثبات وزيادة الدقة في عملية التحليل.

والجانب المثير هنا هو أن CoCo-SAM3 لم تتطلب أي تدريب إضافي، ومع ذلك تمكنت من تحقيق تحسينات ملحوظة عبر ثمانية معايير لتقسيم الصور الدلالي.