《表3 模型在Imagenet数据集上的表现》
在综合考虑了数据集的分类难度、模型复杂度以及其他影响因素之后,本研究选择用Xception模型来处理糖尿病视网膜的分类问题,该模型相比于Inception V3模型的效果更好,参数更少。由Francois Chollet对Xception网络结构的解析可知,Xception模型在Imagenet数据集上的成绩要优于VGG-16、Res Net-152[17-20]等热门的迁移学习模型,见表3。
图表编号 | XD00228135600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 韦哲、赵刚、王能才、石栋栋、石恒兵、王玉珍 |
绘制单位 | 兰州理工大学电气工程与信息工程学院、联勤保障部队第九四〇医院信息科、兰州理工大学电气工程与信息工程学院、联勤保障部队第九四〇医院信息科、兰州理工大学电气工程与信息工程学院、兰州理工大学电气工程与信息工程学院、联勤保障部队第九四〇医院信息科 |
更多格式 | 高清、无水印(增值服务) |