본 논문은 제한된 레이블 데이터를 가진 국방 분야에 유용한 제로샷 분류 모델인 CLIP의 내구성을, 특히 부분적 가림과 낮은 SNR과 같은 어려운 군사 환경에서 평가합니다. 18개의 군용 차량 클래스로 구성된 맞춤형 데이터셋을 사용하여 가림에 대한 CLIP 변형 모델의 강건성을 조사하고, 가림 비율에 따른 NAUC(Normalized Area Under the Curve)를 사용하여 평가합니다. 실험 결과, Transformer 기반 CLIP 모델이 CNN보다 성능이 우수하며, 미세하고 분산된 가림이 큰 연속 가림보다 성능 저하가 크다는 것을 보여줍니다. 또한, 선형 프로브 모델은 약 35% 가림에서 성능이 급격히 저하되지만, 백본을 미세 조정하면 60% 이상의 가림에서도 성능 저하가 발생함을 확인했습니다.
