《表1 分级模型正确率比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于R-FCN算法的糖尿病眼底病变自动诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表1和表2可以看出，改进R-FCN比原始R-FCN在五分类精度上有所提升，从91.82%提升到92.92%，但是由于增加了FPN，导致计算量增加，对于医生而言精度优于速度，计算速度降低的副作用还在接受范围内。Faster R-CNN略次于R-FCN。对于非目标检测的纯分类VGG-16表现较差，由于没有预处理和裁剪图像，纯分类的CNN模型难以适应任意尺寸或没有切除背景的输入图像，不能对未知尺寸的图片正确预测，除非CNN对测试数据集中的图片尺度进行多尺度训练。即使在纯分类的任务上，目标检测算法也能很好地胜任。