Assessing the performance of Co-Saliency Detection method using various Deep Neural Networks
- سال انتشار: 1402
- محل انتشار: فصلنامه مدیریت فناوری اطلاعات، دوره: 15، شماره: 0
- کد COI اختصاصی: JR_JITM-15-0_002
- زبان مقاله: انگلیسی
- تعداد مشاهده: 123
نویسندگان
Department of Computer Engineering & Applications, GLA University, Mathura.
Department of Computer Engineering & Applications, GLA University, Mathura.
Department of Computer Engineering & Applications, GLA University, Mathura.
چکیده
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 (VGG۱۹, Inceptionv۳, modifiedResNet, MobileNetV۲ and PoolNet) for the purpose of co-saliency detection among images from benchmark datasets. All the models were trained on ۷۰% part of the dataset and remaining were used for testing purpose. Experimental results show that modified ResNetmodel outperforms getting ۹۶.۵۳% accuracy as compared to other state-of-the-art deep neural network models.کلیدواژه ها
CNN, Co-Saliency detection, SGDM, Adam, RMS, VGG۱۹, Inceptionv۳, ResNet, MobileNet and PoolNetاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.