摘要：Este artigo descreve uma comparação entre três redes neurais pré-treinadas para a classificação de imagens de radiografia de tórax: Xception, Inception V3 e NasNetLarge. As redes foram implementadas usando transferência de aprendizado; o banco de dados utilizado foi o conjunto de dados de radiografia de tórax, que contém um total de 5856 imagens de radiografias pacientes pediátricos com idade entre um e cinco anos, com três classes: Normal Pneumonia Viral e Pneumonia Bacteriana. Os dados foram divididos em três grupos: validação, teste e treinamento. Foi feita uma comparação com o trabalho de kermany que implementou a rede Inception V3 com dois modos: (Pneumonia X Normal) e (Pneumonia bacteriana X Pneumonia viral). As redes utilizadas tiveram boa precisão, sendo a rede NasNetLarge a melhor, que foi de 95,35% (Pneumonia X Normal) e 91,79% Pneumonia Viral X Pneumonia Bacteriana contra 92,80% na (Pneumonia X Normal ) e 90,70% (Pneumonia viral X Pneumonia bacteriana) do trabalho de kermany, a rede Xception também obteve uma melhoria na precisão em comparação com o trabalho de kermany, com 93,59% em (Normal X Pneumonia) e 91,03% em (Pneumonia viral X Pneumonia bacteriana).
