جستجوی مقالات مرتبط با کلیدواژه « RMS » در نشریات گروه « مدیریت »
تکرار جستجوی کلیدواژه «RMS» در نشریات گروه «علوم انسانی»-
Co-Saliency object detection is the process of identifying common and repetitive objects from the group of images. Earlier studies have looked over several state-of-art deep neural network methodologies for co-saliency detection approach. The Deep CNN approaches rely heavily on co-saliency detection due to their potent feature extraction capabilities both deep and wide. This article assess the performance of several state-of-art deep learning model (VGG19, Inceptionv3, modifiedResNet, MobileNetV2 and PoolNet) for the purpose of co-saliency detection among images from benchmark datasets. All the models were trained on 70% part of the dataset and remaining were used for testing purpose. Experimental results show that modified ResNetmodel outperforms getting 96.53% accuracy as compared to other state-of-the-art deep neural network models.Keywords: CNN, Co-Saliency detection, SGDM, Adam, RMS, VGG19, Inceptionv3, ResNet, MobileNet, PoolNet}
نکته
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.