Abstract:
Dentre os usos possíveis de Redes Neurais Convolucionais (RNCs) destaca-se o auxílio no diagnóstico precoce de diversas doenças, dentre elas o glaucoma, patologia que provoca danos ao nervo óptico e pode levar a perda permanente da visão. O glaucoma é a segunda doença que mais causa cegueira no mundo. Neste trabalho foi realizada uma comparação entre cinco métodos de otimização aplicados numa RNC implementada com a arquitetura Inception V3 voltada a identificação de glaucoma através de imagens. Observamos que, dentre os métodos testados, o recém proposto método Adabound obteve melhores resultados durante e após o treinamento da rede
