《表1 是否冻结全部卷积层对实验结果的影响》

  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

《基于卷积神经网络和迁移学习的肺结节检测》

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

本文通过设计实现两种不同的迁移学习策略，从定量的角度，充分论证迁移学习的有效性。冻结全部卷积层是指仅允许预训练模型的顶层部分参与训练，而中低层的全部卷积层不参与，实验结果见表1。可以看出：（1）是否冻结全部卷积层对实验结果确有一定的影响，整体而言，允许部分卷积层参与训练过程可以获得更好的实验结果；（2）迁移学习方法的提出，使得以较低的成本实现深度网络模型的训练成为可能，由于模型已经在ImageNet数据集上进行了预训练，再次应用到目标数据集上时，训练时长明显缩短，一般仅需0.5小时～2小时；（3）相比较而言，VGG19的综合分类性能更好。