《表1 不同模型训练准确率对比(%)》
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。
图表编号 | XD00214330100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 王跃、王卫东、赵蕾、郑天雷 |
绘制单位 | 江苏科技大学计算机科学与工程学院、徐州医科大学附属医院医疗设备管理处、江苏科技大学计算机科学与工程学院、徐州医科大学附属医院医疗设备管理处、徐州医科大学附属医院医疗设备管理处 |
更多格式 | 高清、无水印(增值服务) |