《表3 INbreast数据集上各网络模型的对比》
与国内外一些研究的网络模型相比,可以得到表3中分类准确率、迭代次数(epoch)和运行时间的对比结果。预训练的Inceptionv2、ResNet50、VGG16网络准确率分别为76.3%、76.1%、76.0%,均使用ImageNet的权重,因为ImageNet数据集的图像多为自然光图像,与本文研究的X光图像相差较大,因此准确率相较无预训练的AlexNet并未有明显提升。预训练的AlexNet、CNN网络使用在DDSM数据集上预训练得到的权重,预训练的CNN方法还需要使用手工标注肿块信息[2]。DDSM数据集是一个乳腺X线摄影相关的数据集,该数据集虽数据量极大但获取困难,文献[2-3]对于预训练的过程不公开不透明,预训练部分需要消耗大量的时间。
图表编号 | XD00133708200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.15 |
作者 | 盛龙帅、李策、李欣 |
绘制单位 | 江苏省社会安全图像与视频理解重点实验室(南京理工大学)、中国矿业大学(北京)机电与信息工程学院、江苏省社会安全图像与视频理解重点实验室(南京理工大学)、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |