《表3 INbreast数据集上各网络模型的对比》

  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

《基于注意力机制的乳腺X线摄影分类方法》

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

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。