《表1 不同模型训练准确率对比（%）》

  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

《基于迁移学习的胃镜图像自动识别多分类系统的研究》

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

三个模型分别训练，评价方法为测试准确率和混淆矩阵。三个模型的训练结果如图3所示。观察图3发现传统深度学习方法的模型ResNet34＿src准确率提升缓慢，而相同迭代次数时采用迁移学习的ResNet34＿tf、Vgg16＿tf准确率提升速度很快，且趋于稳定在很高的准确率上，不同模型训练准确率对比如表1所示。通过观察表1和图3发现迁移模型ResNet34验证集和测试集准确率均最高，识别效果最好，相较另外两种模型对胃镜图像有更好的特征提取和泛化能力。