本研究提出了一种基于图表的多模态检索增强生成（MRAG）任务，针对现有基准在简单图像-文本互动方面的局限性，引入新的评估框架CHARGE，通过结构化关键点提取和跨模态验证，建立全面的图表基础MRAG评估基准。

该文介绍了一种针对以物体为中心的视觉感知的实例感知对象关键点提取方法（AnyOKP），利用预训练视觉转换器（ViT）进行特征提取，可以为任意类别的多个对象实例获得关键点。该方法在真实物体图像上进行了评估，展示了跨类别的灵活性和实例感知性，以及对领域转移和视角变化的稳健性。

该研究提出了一种针对以物体为中心的视觉感知的实例感知对象关键点提取方法，利用预训练视觉转换器进行特征提取，展示了跨类别的灵活性和实例感知性。